DOCUMENTO CEDE 2005-18 ISSN 1657-7191 (Edición Electrónica) MARZO DE 2005 CEDE EVOLUCIÓN DE LAS DIFERENCIAS SALARIALES POR SEXO EN SEIS PAISES DE AMÉRICA LATINA UN INTENTO DE INTERPRETACIÓN∗ JAIME TENJO G., ROCÍO RIBERO M., LUISA FERNANDA BERNAT D. 1 Resumen Este documento analiza la evolución de las diferencias más marcadas por género en los mercados laborales de seis países de América Latina. Se estudian la participación laboral, el desempleo, las oportunidades de trabajo y los ingresos durante las dos últimas décadas del Siglo XX. Los resultados en la situación de la mujer en el Mercado laboral son mixtos: por un lado, los diferenciales de salarios por hora han disminuido significativamente, y, por otro lado, el acceso de la mujer al empleo también ha disminuido relativamente al masculino. La segmentación del mercado observada no parece ser responsable las diferencias observadas en salarios por hora. Antes bien, las diferencias observadas en salarios por hora entre hombres y mujeres parecen estar asociadas con patrones de remuneración laboral al interior de sectores y al interior de ocupaciones. El análisis realizado de regresión de ingresos sugiere que los diferenciales en salarios por hora disminuyen al aumentar el capital humano, indicando que aunque es posible que todavía queden rezagos de discriminación en contra de las mujeres, esta discriminación es estadística (a la Phelps), más que basada en prejuicios contra el género femenino. El tipo de discriminación que persiste es el basado en los roles tradicionales femeninos que todavía hacen de la mujer la más responsable por la administración del hogar y el cuidado de los hijos. Palabras claves: diferencial salarial, segregación, discriminación, ingresos, empleo Clasificación JEL: J3, J7, J31, J64 ∗ Los autores agradecen el apoyo brindado por el Banco Interamericano de Desarrollo para la realización de esta investigación. La responsabilidad de las ideas expresadas en este documento es exclusivamente de los autores. Se agradecen comentarios. [email protected] 1 Los autores son respectivamente: Profesor del Departamento de Economía Universidad Javeriana, Investigadora del CEDE, Universidad de Los Andes; Investigadora del Departamento de Economía, Universidad Javeriana y Universidad de Alcalá de Henares. EVOLUTION OF THE WAGE GENDER GAP IN SIX COUNTRIES OF LATIN AMERICA- AN ATTEMPT OF INTERPRETATION Abstract This document investigates the evolution of some of the most important differences between men and women in the labour market of six Latin American countries in terms of participation, unemployment, work opportunities and earnings during the last two decades of the twentieth century. It finds that women’s situation in the labour market has evolved with mixed results. On the one hand, gross hourly earnings differentials by sex had diminished in a significant manner, and on the other, women’s access to employment (either in terms of jobs, or hours of work) has diminished relative to men. Although an important degree of market segmentation (either in terms of sectors of economic activity or occupations) is observed, that segmentation does not seem to be responsible for the hourly earnings differences observed. Rather, the differences in earning between men and women seem to be associated with within-sector or within-occupation labour remuneration patterns. Also, regression analysis of earnings equations suggest that hourly earnings differentials decrease with the levels of education and other human capital indicators. The document interprets this, and other evidence presented, as pointing in the direction that, although it is possible that discrimination against women exits, it is statistical discrimination (Phelps’ type) rather that discrimination based in prejudices against women. The hypothesis is presented that this type of discrimination is based on the traditional female roles that make women responsible for household administration and family and child raising activities. Key words: wage differential, segregation, discrimination, earnings, employment JEL Classification: J3, J7, J31, J64 2 I. INTRODUCCION El propósito del presente estudio es investigar la evolución de las diferencias salariales y otros aspectos relacionados con la actividad laboral de hombres y mujeres en América Latina. El análisis se hace a través de la comparación de seis países –Argentina, Brasil, Costa Rica, Colombia, Honduras y Uruguay– escogidos a partir del criterio de disponibilidad de información durante el período de estudio. Para cada país hay tres puntos de observación: uno a principios de los años ochenta, otro a fines de los ochenta y finalmente uno a fines de los noventa. La excepción es Honduras, país para el cual solo tenemos información para fines de los ochenta y de los noventa. La información usada proviene de las encuestas de hogares de cada país, lo cual ofrece una amplia posibilidad de investigar aspectos importantes del funcionamiento del mercado laboral en dichos países, pero al mismo tiempo restringe la posibilidad de comparaciones entre ellos, debido a las diferencias en metodologías y cubrimiento. Aunque el énfasis del estudio está en la investigación y explicación las diferencias salariales por hora entre hombres y mujeres, también se analizan otros aspectos de la actividad laboral, como las estructuras ocupacionales y de empleo por ramas de actividad económica, pero solo en la medida en que afectan los ingresos de los trabajadores. La estructura del documento es la siguiente: en la segunda parte se hace una breve revisión de algunos aspectos básicos de la literatura sobre discriminación salarial, a continuación se presenta una sección de información general sobre la situación de hombres y mujeres en el mercado laboral. La sección cuarta del estudio presenta los resultados de un ejercicio econométrico de estimación de ecuaciones de ingreso ‘mincerianas’ a partir del cual se hace una descomposición de Oaxaca de las diferencias salariales. En la quinta sección se discute y evalúa la evidencia anterior a la luz de las teorías de discriminación salarial y se plantean algunas hipótesis interpretativas de los resultados. La última sección hace un resumen de las conclusiones principales del estudio. II. REVISION DE LITERATURA SOBRE DIFERENCIAS SALARIALES POR SEXO En esta sección se resumen algunos de los aspectos más importantes de las teorías sobre discriminación salarial que son relevantes para el análisis empírico presentado más adelante. No se presenta una revisión exhaustiva de la literatura sobre discriminación debido a que ya existen dos importantes esfuerzos en este sentido: el de Cain (1986) y el de Antonji y Black (1999). II.1 TEORIAS SOBRE MUJERES DIFERENCIAS SALARIALES ENTRE HOMBRES Y No necesariamente toda diferencia salarial es el resultado de discriminación, ni toda práctica discriminatoria resulta en diferencias salariales entre hombres y mujeres. 3 Cuando se observan diferencias salariales entre hombres y mujeres dichas diferencias se puede deber a alguno(s) de las siguientes razones: La posibilidad de discriminación en el mercado laboral2. Diferencias en productividad surgidas de diferencias en inversión en capital humano (educación y experiencia). Diferencias en productividad surgidas de prácticas discriminatorias en otros niveles de la sociedad, como en el acceso a la educación o a la existencia de sistemas educativos de diferentes calidad para hombres y mujeres. Diferencias en oferta laboral y preferencias (diferencias compensatorias). Las preferencias pueden ser endógenas, a través de los procesos de educación y socialización. II.1.1 Teorías de Discriminación Aunque existen varias teorías de discriminación salarial, en este escrito nos vamos a concentrar en dos que nos parecen las más pertinentes para los propósitos de este estudio: la teoría de discriminación basada en ‘gustos’ o preferencias de Gary Becker (1971) y la teoría de Discriminación Estadística de Kenneth Arrow (1972) y Edmund Phelps (1972). Para los efectos del análisis que se presenta a continuación adoptamos la definición discriminación de Joseph Stiglitz (1973): ‘Hay discriminación salarial cuando individuos con las mismas características económicas reciben diferentes salarios y estas diferencias están sistemáticamente correlacionadas con ciertas características no económicas de dichas personas (raza, religión, sexo)’. En la literatura sobre el tema el grupo discriminado generalmente se denomina ‘minoría’ (o grupo minoritario), mientras que el resto de la población se denomina ‘mayoría’. Discriminación Basada en Gustos o Preferencias Esta explicación se basa en la idea de que hay personas a quienes les desagrada trabajar, contratar o compartir espacios de trabajo con personas del grupo minoritario y están dispuestas a pagar para no hacerlo. Este enfoque constituye la teoría económica tradicional sobre discriminación salarial y se basa en las contribuciones de Gary Becker, posteriormente complementadas con otros desarrollos. La discriminación se puede originar en una de tres fuentes principales: los empleadores, los empleados o trabajadores y los consumidores. La que ha recibido mayor atención en la discriminación por parte de los empleadores. La idea es que hay empleadores que están dispuestos a pagar mayores salarios a los hombres que a las mujeres aunque sus productividades sean iguales. Los empleadores que discriminan tendrán costos mayores que los que no discriminan y por lo tanto ganancias menores (otras cosas iguales). 2 Ver teorías de Becker (1964, 1971, 1981), de Phelps y de Arrow más adelante. 4 En condiciones de competencia perfecta (libre entrada a los mercados, un alto número de productores y consumidores, información perfecta, rendimientos constantes a escala, etc.) la existencia de diferencias salariales basadas en este tipo de discriminación es temporal porque la competencia termina sacando del mercado a los empleadores que discriminan y produciendo una igualación de salarios. La discriminación por parte de otros trabajadores o por parte de los consumidores generalmente termina en segregación laboral, pero no necesariamente en diferencias salariales. Cuando los mercados no son competitivos –por ejemplo cuando hay restricciones a la entrada– existe la posibilidad de discriminación más duradera. Por ejemplo, un monopolio puede sacrificar parte de sus ganancias a cambio de emplear hombres que son más costosos, aunque igualmente productivos que las mujeres. Esto sin embargo, tiene límites porque si el mercado laboral es competitivo, se requeriría que el monopolio pagase a los hombres salarios por encima de la tarifa de mercado. Estos mayores costos resultan a la larga en un menor valor de la empresa3, dejándola en posición de debilidad en los mercados bursátiles. Otra cosa sucede cuando el productor tiene suficiente poder monopsónico en el mercado laboral para discriminar entre grupos de oferentes de trabajo. En dicho caso, dependiendo de la relación de elasticidades de oferta laboral masculina y femenina es posible que un grupo reciba salarios mayores que el otro. Si las ofertas de trabajo tienen pendiente positiva, el grupo que tenga la oferta más elástica recibirá el salario más alto. Dos cosas hay que decir con respecto a este punto: primero, esta definición de discriminación no es la que usa Gary Becker, pues no está basada en prejuicios o preferencias negativas contra ningún grupo, sino que es el resultado de que el empleador tiene información sobre las preferencias de las personas y sus salarios marginales de reserva y usa dicha información para maximizar sus ganancias. Segundo, en la medida en que las mujeres tienen la oferta de trabajo más elástica –como lo muestra buena parte de la literatura internacional4– estas deberían recibir salarios más altos que los hombres, lo cual no es consistente con el concepto mismo de discriminación de Becker. Cuando se sale del modelo de competencia perfecta, es posible encontrar instancias en que las diferencias salariales basadas en prejuicios (a la Becker) sean más duraderas. Por ejemplo, cuando la información en el mercado laboral es costosa, es posible que se generen diferencias salariales en contra de la minoría. El caso en cuestión fue analizado por Black (1995) y se puede resumir de la siguiente manera. Supóngase que los trabajadores (hombres y mujeres) son igualmente productivos y tienen preferencias iguales. Sin embargo, en el mercado hay un grupo importante de empleadores que tienen prejuicios contra las mujeres hasta el punto que no las contratan. Los trabajadores que entran al mercado no saben quienes son estos empleadores y por lo 3 Definido como el valor capitalizado de las ganancias futuras. En la medida en que las mujeres son trabajadores secundarios (segundos ingresos en la familia) sus ofertas son probablemente más elásticas que las de los hombres quienes en general son trabajadores primarios. 4 5 tanto su búsqueda se reparte entre los dos tipos de empleadores. Esto incrementa el costo de la búsqueda para las mujeres porque éstas pierden tiempo y recursos investigando trabajos a los que en realidad no tienen acceso. El costo de la búsqueda de empleo es más alto para las mujeres que para los hombres y sus beneficios esperados menores. Otras cosas iguales, las mujeres terminan fijando salarios de reserva menores que los de los hombres lo que resulta en que sus salarios esperados (una vez el empleo se ha conseguido) sean también menores. Discriminación Estadística Esta es una explicación de las diferencias salariales que se remonta a los trabajos de Kenneth Arrow and Edmund Phelps y que surge de reconocer explícitamente la dificultad de obtener información sobre los niveles de productividad de los trabajadores, necesaria para la determinación de salarios. La idea de ésta teoría es que los empresarios no pueden observar la productividad de los trabajadores potenciales, pero si pueden observar indicadores de dicha productividad, que claramente están contaminados con diferentes niveles de ruido estadístico. A partir de dichos indicadores y de sus creencias originales (prior beliefs) el empleador debe predecir la productividad del trabajador a fin de determinar el salario que le ha de ofrecer. El resultado de este proceso es que el potencial de cada trabajador es estimado no solo a partir de su propia información, sino también a partir de información sobre todo el grupo. Formalmente el modelo se puede presentar de la siguiente manera: Supóngase que la productividad de una persona qi, se puede expresar de la siguiente manera: q i = α + ( β + ε i )c i + η i (1) donde α es una constante (que representa la productividad promedio del grupo), β es un coeficiente que capta la percepción del empleador sobre las diferencias en productividad entre hombres y mujeres5. Mas específicamente, β tiene signo negativo para las mujeres; ε es un error asociado con la medición de productividad específica de las mujeres y η es un error aleatorio general. La letra c es una variable dummy igual a 1 en el caso de las mujeres y cero en el caso de los hombres. Como la productividad no es directamente observable, los empresarios tienen que usar un indicador de productividad (niveles alcanzados de educación, entrevistas, exámenes, tests, hojas de vida, etc.). Dicho indicador está asociado con la productividad del trabajador, pero contiene un error aleatorio µ de la siguiente manera: y i = qi + µ i = α + βci + ε i ci + η i + µ i = α + βci + λi + µ i (2) 5 Esta percepción puede estar basada en la experiencia anterior de los empleadores con respecto al trabajo de hombres y mujeres, o puede estar basada en alguna percepción sociológica sobre la desventaja de las mujeres con respecto a los hombres. 6 donde: λ i = η i + ε i ci y β <0 Para fijar el salario de una persona el empresario tiene que predecir su productividad a partir de la información que tiene sobre el indicador de productividad y el sexo de la persona. En términos de desviaciones con respecto al promedio, la predicción de productividad estará dada por la siguiente ecuación: qi ' = var(µ i ) var(λi ) βci y i '+ var(λi ) + var(µ i ) var(λi ) + var(µ i ) (3) Nótese que si var(εi)=0, la varianza de λ es igual a la varianza de η y la única diferencia entre la predicción de la productividad de un hombre y de una mujer está en el segundo término de la ecuación anterior (intercepto). El que la varianza de ε sea cero quiere decir que los empresarios consideran que no solo el promedio de las mujeres es menos productivo que el de los hombres, sino que dicha diferencia es constante para todos los niveles del indicador de productividad. El gráfico No. 2.1 representa esta situación. En el eje horizontal tenemos el indicador de productividad y el vertical la predicción de productividad hecha con base en dicho indicador. Cuando var(εi)=0, las líneas de predicción de productividad de hombres y mujeres (Hombres y Mujeres-A) son paralelas entre sí y la distancia vertical entre las dos es igual al parámetro β. Hombres q Mujeres-A α α-β Mujeres-B y α Gráfico No. 2.1 7 Sin embargo, cuando var(εi)>0, la pendiente de la curva de predicción para las mujeres es mayor que la de los hombres (la curva para las mujeres corresponde ahora a la curva llamada Mujeres-B). Esto quiere decir que en el caso de las mujeres las predicciones más alejadas del promedio tienen más credibilidad que en el caso de los hombres porque la varianza de las predicciones es mayor para las primeras que para los últimos. Si por ejemplo, el indicador de productividad de las personas es una medida de su capital humano (digamos años de educación), la ecuación anterior estaría prediciendo retornos a la educación mayores para las mujeres que para los hombres, aunque con interceptos menores para aquellas que para estos. Desde el punto de vista teórico el significado de β y de la var(ε) son simples datos para el análisis. Desde el punto de vista práctico, la explicación de dichos valores es de importancia primordial. Volveremos sobre este punto más adelante. II.1.2 Otras Explicaciones de Diferencias Salariales entre Sexos Como se dijo anteriormente y quedó implícito en la definición de discriminación de Stiglitz, no todas las diferencias salariales son necesariamente debidas a prácticas discriminatorias inmediatas. Pueden existir diferencias salariales que son debidas a otros factores. Uno de ellos es el hecho de que las personas de diferentes grupos tienen productividades diferentes. En este caso, el mercado puede estar simplemente reflejando las diferencias en características productivas. Ahora bien, dependiendo de las circunstancias, dichas diferencias pueden estar asociadas con prácticas discriminatorias o no en otros sectores de la sociedad. Por ejemplo, es posible que se encuentren diferencias salariales entre hombres y mujeres porque los primeros tienen mayores niveles de inversión en capital humano, pero las diferencias en los stocks de capital humano a su vez pueden reflejar discriminación en el acceso al sistema educativo en contra de las mujeres, o ser el resultado de discriminación salarial en períodos anteriores que hizo que fuera menos rentable para la cohorte de mujeres que están actualmente en el mercado invertir en capital humano, que para la correspondiente cohorte de hombres. Es también posible que existan diferencias salariales, aún entre personas con las mismas características productivas, que no se pueden asociar con prácticas discriminatorias. Por ejemplo, pueden existir diferencias salariales asociadas con preferencias de los trabajadores y decisiones de oferta de éstos en referencia a algunas características de los trabajos mismos. Estas diferencias salariales son generalmente conocidas como diferencias compensatorias. Por ejemplo, si hay trabajos que implican riesgo o condiciones laborales desagradables (jornadas largas, horas nocturnas, trabajo en ambientes malsanos, viajes frecuentes, peligro de accidentes, bajo reconocimiento social, etc.) es posible que la remuneración en dichos trabajos incluya un premio para compensar a los trabajadores por la desutilidad que les genera las condiciones de trabajo desagradables. En un mercado libre, la oferta de trabajo para dichas ocupaciones estaría conformada por los trabajadores que tienen la menor aversión relativa a tales condiciones desagradables (por ejemplo, los trabajadores con menor aversión al riesgo, o los más dispuestos a viajar, etc.), mientras que en la oferta para los otros trabajos predominarían 8 los trabajadores que mayor rechazo sienten por dichas condiciones. En equilibrio, los salarios en el sector de condiciones desagradables serán mayores que en el resto y la diferencia salarial será una diferencia compensatoria, es decir, la mínima necesaria para compensar el trabajador marginal por la desutilidad que le implica aceptar un trabajo de condiciones indeseables. Si en general los hombres son menos adversos a trabajar bajo condiciones indeseables que las mujeres, dicha diferencia compensatoria estaría asociada con diferencia entre sexos, pero no sería un resultado de discriminación. Algunas personas han argumentado que las preferencias tienen por lo menos un componente endógeno a través de los procesos de educación, socialización y culturización de los individuos. En ese sentido, se podría pensar que las diferencias entre sexos con respecto a cosas como el riesgo, la aversión a trabajos nocturnos, etc., reflejan en alguna medida las diferencias en los procesos de socialización de las mujeres y los hombres y por lo tanto no son completamente neutras. II.2 ASPECTOS EMPIRICOS Y ECONOMETRICOS Como se puede deducir de las consideraciones teóricas anteriores, el estudio empírico de la naturaleza de las diferencias salariales no es un ejercicio fácil. Cuando se agregan los aspectos empíricos, el problema se complica significativamente. La pregunta fundamental que los investigadores se han hecho es si, y en qué medida, las diferencias salariales observadas entre hombres y mujeres reflejan discriminación en contra de las mujeres. Esto implica poder controlar de la mejor manera posible los factores explicativos de la productividad de los individuos y su diferencia en preferencias relevantes para la explicación de salario, así como interpretar cualquier residuo no explicado por dichas medidas como un indicador de discriminación. Aunque se han usado muchas técnicas de investigación para este propósito, nos limitamos a mencionar las más comunes que son la estimación de ecuaciones de ingresos (ecuaciones Mincerianas) y algunos tipos de descomposiciones a partir de dichas ecuaciones. El modelo básico de análisis es uno en el que el logaritmo del ingreso por hora de las personas se puede expresar como una combinación lineal de un vector de variables que miden el nivel de capital humano de dichas personas y una serie de parámetros asociados. ln Yi = Xβ + υ i (4) donde Y es el ingreso por hora del trabajador i, X es un vector de variables que miden los niveles de capital humano (usualmente años de educación y medidas de experiencia); β es un vector de parámetros asociados y υ es un error aleatorio con las características usuales (independencia, valor esperado de cero, varianza constante, distribución normal). Los estimativos de β se interpretan como retornos a los diferentes tipos de capital humano expresados en el vector X. 9 En el contexto del análisis de diferencias salariales por sexo, esta ecuación se usa para una gran variedad de propósitos. Una aplicación obvia de este modelo en dicho contexto es la de estimar ecuaciones Mincerianas para las muestras de hombres y mujeres por separado y usar los resultados como instrumento de análisis de las diferencias. El modelo Minceriano no está exento de críticas. Una de las más frecuentes se basa en la carencia de medidas de habilidad y de calidad de la educación en el modelo6. La larga discusión sobre la medición de retornos a la educación ha mostrado que la exclusión de dicha variables genera estimativos sesgados (optimistas) de los parámetros de educación y experiencia. Desafortunadamente la única solución a dicho problema es la de incluir en la regresión información sobre dichas variables, la cual casi nunca está disponible. En los pocos casos en los que ha sido posible obtener medidas de habilidad de los trabajadores, se ha encontrado que los retornos a la educación están sobrevaluados en uno o dos puntos porcentuales7. Una segunda crítica es el hecho de que tanto la medición de la educación como la de la experiencia (en especial esta última) generalmente están sujetas a error. En la mayoría de las bases de datos disponibles no hay buenas medidas de experiencia relevante, en muchas ocasiones la única medida que se puede obtener es una medida de experiencia potencial (Edad menos años de educación menos 5). Este problema es especialmente grave en el caso de las mujeres muchas de las cuales generalmente tienen interrupciones frecuentes en sus periodos de participación laboral, ocasionadas por las la crianza de los hijos. El tener una medida de experiencia que contiene errores de medición hace que el supuesto de independencia del modelo de regresión se viole y que los estimativos de los coeficientes del modelo sean sesgados. Otro aspecto necesario para tener en cuenta es el ya bien conocido sesgo de selección y sus posibles soluciones. El sesgo de selección consiste en que al no poder incluir información sobre el salario por hora de quienes no están trabajando los estimativos de los coeficientes posiblemente resultan sesgados. Por ejemplo, las personas con salarios de reserva superiores a los de mercado no tienen información sobre su salario de mercado y se excluyen de las estimaciones. Como el tener salarios de reserva superiores a los del mercado no es un fenómeno necesariamente aleatorio, la exclusión de dichas personas hace que la muestra no cumpla con las condiciones de aleatoriedad requeridas por los modelos econométricos. Según Heckman (1979), el ignorar este proceso de auto-selección puede introducir sesgos en los estimativos de los parámetros de la ecuación de ingresos similares a los generados por la omisión de variables relevantes en el modelo (sesgo de especificación). La solución más comúnmente usada en este caso es la corrección de Heckman, la cual requiere la 6 Véase por ejemplo Griliches and Mason (1972) o Rosen (1976). Véase Tenjo (1993). En este estudio se investigaron las características socioeconómicas de un grupo de 2000 trabajadores en Bogotá y se les aplicó un test de habilidades generales (Matrices Progresivas de Raven) y otro de conocimientos generales. A partir de los resultados de dicho test se construyeron indicadores de habilidad que se incluyeron en las ecuaciones de ingresos, con el resultado mencionado en el texto. 7 10 estimación de una ecuación (probit generalmente) que permite predecir la probabilidad de que una persona reporte ingresos. La corrección del sesgo de selección no ha estado exenta de críticas. Según Lewis (1986) en la mayoría de los casos no existe un modelo teórico que explique el proceso de selectividad específico y que indique las variables que lo explican8. Ante la ausencia de dicha teoría, lo que generalmente se hace es incluir variables ad hoc que se piensan pueden tener que ver en dicho proceso. Este procedimiento puede terminar introduciendo más problemas de los que soluciona en las ecuaciones de ingreso. En la mayoría de los casos no se sabe si el procedimiento está captando la naturaleza de las decisiones de los individuos o más bien el efecto no lineal de las variables incluidas en la ecuación de selectividad9. Una de las metodologías más populares para la medición de la discriminación es la llamada descomposición de Oaxaca. Es una descomposición basada en la ecuación minceriana anterior de la siguiente forma: ln(Wh ) − ln(Wm ) = ( X h − X m ) β m + X m ( β h − β m ) (5) donde el subíndice h y m refleja los términos correspondientes a hombres y mujeres, respectivamente. El término a la izquierda del signo igual se puede interpretar como una diferencia salarial porcentual entre hombres y mujeres y los términos a la derecha reflejan los dos componentes de la descomposición: el primero, corresponde a las diferencias en características productivas de los trabajadores y el segundo, que en realidad es un residuo, refleja las diferencias en coeficientes10. Frecuentemente este último componente, la diferencia en coeficientes, se ha interpretado como una medida de discriminación salarial. El argumento es que “las betas” son un resumen de las reglas que usa el mercado para valorar las cantidades de capital humano de los trabajadores. En la medida en que las reglas son diferentes para hombres y mujeres se puede hablar de tratamiento discriminatorio. Este tipo de interpretación ha sido objeto de profundas controversias en la literatura reciente. Desde el punto de vista empírico, el problema más serio que tiene esta 8 Si la única razón para no reportar ingresos es el hecho de que las personas no participan, se podría pensar en aplicar la corrección de Heckman a partir de una ecuación de participación laboral, cuyo soporte teórico es bastante sólido. Sin embargo, en la práctica, el no reporte de ingresos se puede deber a otras cosas (además de la no-participación) como son el desempleo abierto, o el empleo en ocupaciones de ayudante familiar sin remuneración definida. Esto genera complicaciones adicionales cuyo efecto no es claramente discernible. 9 No existe, que los autores conozcan, un criterio estadístico para evaluar la calidad de la corrección de Heckman. Algunas personas sugieren usar como criterio el grado de significancia estadística de la variable lambda en la ecuación de ingresos. El problema con este criterio es que un bajo nivel de significancia no necesariamente quiere decir que la variable en cuestión no pertenece a la ecuación. 10 Generalmente esta descomposición se hace con los valores promedio de las muestras utilizadas en la estimación, pero en general podría hacerse también con otros valores. 11 metodología es que en la medida que los estimativos de los coeficientes captan todos los sesgos generados por los problemas de información, los errores en las variables y los procesos de selectividad, la interpretación de dicho residuo como una medida de discriminación es discutible. Sin embargo también hay que decir que la existencia de dichos problemas no hace que por lo menos algún grado de discriminación se quede captado por el residuo. Finalmente, vale la pena mencionar que ningún trabajo empírico está exento de problemas y cuestionamientos metodológicos. Los comentarios que se hacen en este parte del documento se presentan más como un llamado a la cautela en el análisis de los datos que como una descalificación de las técnicas disponibles. III. CARACTERISTICAS GENERALES DE LA SITUACION LABORAL DE LAS MUJERES Y LOS HOMBRES En esta sección hacemos un examen de algunas de las características mas generales (hechos estilizados) de la situación laboral de mujeres y hombres en el mercado laboral y profundizamos sobre algunos aspectos relacionados con la explicación de las diferencias salariales por sexo en dichos mercados. Debido a su tamaño, la información básica para esta discusión se presenta en el apéndice estadístico a éste documento. Sin embargo, en el texto se incluyen resúmenes de los aspectos más importantes de la información. Como se puede ver en e cuadro 3.1, la población de Latinoamérica es en general joven. Esto se refleja claramente en la estructura de edades de los países investigados. Más de una tercera parte de la población total tiene edades inferiores a 20 años y en algunos casos como Brasil y Honduras este grupo llega a representar niveles más altos (en el caso de Honduras pasa del 50%). Por encima de 50 años de edad se encuentra una proporción pequeña de la población (15% o menos). Sólo en el caso de Argentina la proporción correspondiente a la población de 50 años o más pasa del 20%. No parece haber diferencias en la estructura de edades por sexo. Durante el periodo estudiado la proporción de jóvenes ha disminuido ligeramente. Hay patrones bastante claros de participación laboral, como lo muestra el cuadro 3.2. Durante las dos últimas décadas la tasa de participación laboral masculina ha estado más o menos estática alrededor de un 70% o más, excepto el caso de Argentina en donde fluctuó entre 62% y 69% con una tendencia a bajar. La participación femenina, por el contrario fue mucho más baja, pero mostró un clarísimo aumento durante los 20 años cubiertos por la información. Los incrementos más grandes en participación femenina se dieron en Brasil, Colombia y Uruguay en donde las tasas subieron de un nivel que estaba alrededor de 34 % a principios de la década de los ochenta a cerca de 50% a fines de los noventa. Hacia finales del siglo 20 se notaba un retraso en participación femenina de Argentina (36%), Costa Rica (40%) y Honduras (35%), en contraste con el 50% de los otros países. La relación entre participación laboral y edad tiene la forma de una U invertida: es baja para los jóvenes y los mayores, y alta en los niveles intermedios. Las tasas más altas 12 se observan en el grupo de edad entre 30 y 40 años y esto es una regla general tanto para hombres como para mujeres (Ver cuadro 3.3). En los países de alta participación femenina (Brasil, Colombia y Uruguay), la tasa de participación en este grupo de edad pasa del 70%. No se encuentra evidencia de que las mujeres interrumpan su actividad laboral para tener y criar hijos y que después vuelvan a entrar al mercado, pues no se observan altibajos en las tasas de participación11. Uno de los aspectos más interesantes de la fuerza laboral Latino Americana es el hecho de que los niveles educativos han aumentado de manera importante, especialmente entre las mujeres (cuadro 3.4). En Argentina, Costa Rica y Uruguay las mujeres terminaron el siglo 20 con niveles educativos promedio mayores que los de los hombres de casi un año. En los otros países las mujeres no participantes en la fuerza laboral tienen menor educación que los hombres, pero las que sí están en la fuerza laboral tienen entre 0.5 y 1 años de educación más que los hombres12. Las tasas de desempleo (cuadro 3.2) son mayores para las mujeres en todos los países con excepción de Honduras – el país de más baja participación femenina. En Argentina – el segundo país con más baja participación femenina – las tasas siguen siendo más altas para las mujeres pero la diferencia es muy pequeña. Por el contrario, en Colombia, Uruguay y Brasil en 199813, las tasas de desempleo femeninas son sustancialmente más altas que las masculinas. Esto parece señalar un patrón de comportamiento que vale la pena investigar más a fondo, consistente en que a medida que aumenta la participación femenina, aumentan también las dificultades para la consecución de empleo, en relación con los hombres. El caso de Brasil es importante porque tuvo uno de los mayores aumentos en la tasa de participación entre 1989 y 1998 (10 puntos porcentuales) y al mismo tiempo presenta aumentos importantes en el desempleo femenino (de 3% en 1989 a 12% en 1998). Estos dos factores parecen indicar que la economía brasileña ha tenido serias dificultades para absorber la creciente oferta femenina en los últimos diez años. 11 Si las mujeres salieran de la fuerza laboral para tener hijos y criarlos y después volvieran a entrar uno esperaría encontrar caídas en la tasa de participación laboral alrededor de las edades en que esto sucede, seguidas de aumentos en edades subsiguientes. Esto no se observa en la información disponible, lo cual hace pensar que las interrupciones por maternidad son cortas y que las mujeres tienen alternativas para las actividades de crianza (familia extendida, servicio doméstico, etc.) 12 En general los no participantes tienen niveles educativos inferiores a los participantes. Esto sugiere que pueden haber importantes procesos de auto-selección en la constitución de la oferta laboral tanto femenina como masculina, pero especialmente en la femenina. 13 El caso de Brasil es sorprendente y requiere más análisis. Las tasas de desempleo masculinas y femeninas eran bajas y muy similares (por debajo de 5%). Sin embargo en 1998 la tasa femenina subió a niveles por encima de 18% mientras la masculina experimentó solo un modesto crecimiento. Según dichas cifras parecería que el problema de desempleo de fin de siglo en Brasil fuera un problema casi exclusivamente femenino. 13 III.2 DIFERENCIAS BRUTAS DE INGRESO ENTRE SEXOS: PRIMERA MIRADA. Antes de ver los resultados de las comparaciones de ingreso es importante aclarar algunos conceptos de ingreso. Primero hay que diferenciar entre el ingreso de asalariados (empleados y obreros) y el de los no asalariados (trabajadores independientes y empleadores). Segundo, algunas comparaciones se basan en el ingreso por hora, otras en ingresos semanales o mensuales, según el país. Los estimativos de los diferenciales de ingreso siempre se expresan en términos porcentuales para evitar el problema de las unidades de medida. En todas las estimaciones, menos en el análisis de regresión, dichos porcentajes son aritméticos y se definen de la siguiente forma: D= Ingreso masculino − 1 * 100 Ingreso femenino (6) En el análisis de regresión los diferenciales se miden en forma geométrica, como la diferencia en el logaritmo natural entre dos ingresos. Es importante tener en cuenta estas diferencias metodológicas porque introducen problemas de comparación entre los resultados del análisis que vamos a presentar a continuación y el de regresión que se presenta posteriormente14. Diferencias de Ingreso Mensual Un resumen de los diferenciales de ingreso mensual aparece en el cuadro No 3.5. De dicho cuadro se pueden sacar varias conclusiones importantes. Primero: con excepción de Costa Rica, los diferenciales salariales en Latinoamérica muestran una clara tendencia a disminuir. En el caso de Costa Rica el diferencial subió entre 1981 y 1989, pero desde entonces parece estar bajando lentamente (para el año 1998 no había todavía recuperado el nivel de 1981). Segundo, dicha tendencia no se observa en los diferenciales no salariales (trabajadores independientes y empleadores) , salvo en el caso de Brasil. Tercero, los diferenciales de ingreso no salarial parecen más altos y volátiles que los salariales. Esto último no es sorprendente porque los ingresos no salariales están medidos con un margen de error mayor que los salariales y porque en la determinación de tales ingresos entran no solo factores del mercado de trabajo, sino también elementos del mercado de capital como acceso a crédito, insumos, capital físico, etc. Es interesante ver las diferenciales salariales por sector económico y por ocupación (cuadros No. 3.6 y 3.7). En general, en la medida en que se desagrega la información los márgenes de error aumentan y los resultados se hacen más volátiles, aún en el caso de Brasil cuyos tamaños de muestra son grandes. A pesar de este problema, los resultados desagregados confirman los resultados ya mencionados, pero se encuentran algunos aspectos adicionales que enriquecen el análisis. Por ejemplo, se observa que hay algunas ramas de actividad en las cuales las mujeres tienen ingresos mensuales mayores que los hombres (diferencial negativo). Con frecuencia estos sectores son la construcción, el sector de suministros de electricidad, Gas y Agua y el sector transporte. Sin embargo estos son ramas en las que predomina ampliamente en 14 Por ejemplo, un diferencial aritmético de 100% equivale a un diferencial geométrico de 69.31%. 14 trabajo masculino y posiblemente las pocas mujeres que se encuentran en dichos sectores tienen niveles de calificación superiores al promedio o están en ocupaciones directivas o administrativas. La información indica que las ramas de actividad en donde las mujeres tienen la más alta representación son los sectores de servicios, comercio restaurantes y hoteles y el sector manufacturero. En algunos casos como Colombia y Argentina el sector financiero es un sector que tiene una proporción importante de mujeres. En todos estos casos, sin embargo, el diferencial salarial es en favor de los hombres. Las clasificaciones por ocupaciones difieren enormemente entre países dificultando las comparaciones internacionales. Incluso dentro del mismo país – el caso de Argentina – ha habido cambios en esta clasificación, que hacen muy difícil detectar patrones claros a través del tiempo. Aún así, en países como Colombia y Uruguay, es posible observar una tendencia a la disminución de los diferenciales en los niveles de calificación superiores, como son profesionales técnicos, gerentes y administradores. III.3 PRIMERAS DESCOMPOSICIONES El análisis de los diferenciales de ingreso mensual constituye una primera aproximación al entendimiento de las diferencias entre hombres y mujeres. Es posible profundizar aún más en el análisis si se miran otros aspectos del problema como por ejemplo las diferencias en ingreso por hora, las diferencias en el acceso al empleo y si se hace un análisis más a fondo de las diferencias en las estructuras ocupacionales. Diferencias en Ingresos Esperados Cuando una persona decide entrar en el mercado laboral posiblemente no basa su decisión solamente en los salarios que observa, sino también en las oportunidades de empleo que puede tener y en las horas de trabajo que va a poder realizar. En principio se puede definir un ingreso esperado como el producto de tres elementos: las oportunidades de empleo, las horas trabajadas y el ingreso por hora. Si nos referimos a grupos específicos de edad y educación. Uno podría expresar el ingreso esperado de una persona de edad i y educación j de la siguiente manera: Yi ,kj = k k i, j i. j E W H ik, j , (7) k=m, f (m = hombres, f = mujeres) Donde Y representa el salario esperado; E es la tasa de empleo (uno menos la tasa de desempleo) que se puede esperar como la probabilidad promedio de conseguir un empleo, W es el salario por hora del grupo y H representa las horas de trabajo promedio del grupo. El diferencial salarial para un grupo ij, en términos porcentuales se puede obtener a partir de la diferencia de logaritmos de la siguiente manera: { } { } { } Dij = ln(Yi ,mj ) − ln(Yi , fj ) = ln( Eim, j ) − ln( Ei ,f j ) + ln(Wi ,mj ) − ln(Wi ,fj ) + ln( H im, j ) − ln( H i ,f j ) (8) 15 A partir de dicha definición se pueden obtener diferenciales promedio acumulados para los diferentes niveles de edad (acumulando los diferenciales de cada grupo j, fijando i), o para los diferentes niveles educativos (acumulando los diferenciales de cada grupo i, fijando j) y hasta un diferencial total acumulado todos los diferenciales i, j. Por ejemplo, el diferencial para cada nivel de educación j estaría dado por la siguiente expresión: D. j = nij Dij nij i i nij nij i i nij = nij i [ln(E m i, j ] ) − ln( Ei f, j ) + i [ln(W m i, j (9) ] nij ) − ln(Wi ,fj ) + nij i [ln(H m i, j ) − ln( H i ,f j ) ] i Donde nij es el tamaño de la población del grupo ij. En el cuadro No. 3.8 se presenta un resumen del ejercicio de descomposición anterior. La ventaja de esta descomposición es que permite observar el peso de cada uno de los tres componentes del ingreso esperado: las oportunidades de empleo, las diferencias en el salario hora y las horas trabajadas. Como se puede ver, hay diferencias importantes entre las tendencias decrecientes que encontramos anteriormente en el diferencial de salario mensual y el comportamiento del ingreso esperado. Lo que encontramos ahora es un comportamiento más errático de subidas y bajadas en el diferencial del ingreso esperado. En los casos de Colombia, Costa Rica, Honduras y Uruguay encontramos que el componente que corresponde a los salarios por hora tiende a disminuir, pero dicha tendencia es contrarrestada por los aumentos en el diferencial de oportunidades de empleo o en las horas trabajadas. En todos los países se observa un incremento en la diferencia entre las horas semanales trabajadas por hombres y mujeres15. Dicho componente es en algunos casos, como el de Brasil y Uruguay, el principal elemento del diferencial en el ingreso esperado semanal, en otros casos es un elemento pequeño, como en el caso de Honduras y de Colombia en 1981 y 1989. Las diferencias en las oportunidades de empleo son en general un elemento relativamente pequeño en la explicación del diferencial de ingresos y en algunos casos favorecen a la mujer como el caso de Honduras y Brasil en las décadas de los ochenta y principios de los noventa. Solo en el caso de Brasil 1998 y en menor medida en Colombia 1989 y 1998, este factor se vuelve importante. En el caso de Brasil esto puede estar relacionado 15 Dado el hecho de que las mujeres son en general las principales responsables del cuidado de los niños y de la administración de las labores del hogar, es de esperarse que ellas ofrezcan en el mercado menos horas semanales que los hombres. Sin embargo, el hecho de que la diferencia en horas trabajadas entre hombres y mujeres aumente, al mismo tiempo que la tasa de participación femenina se incrementa plantea interrogantes importantes. Hay por lo menos dos hipótesis que analizar: una, que las nuevas mujeres que entran al mercado laboral ofrecen menor horas (explicación por el lado de la oferta); dos, que la nueva oferta femenina tiene dificultades en el mercado, que se manifiestan en menos horas de trabajo. 16 con la dificultad del mercado de absorber la creciente oferta laboral femenina, como lo muestra su creciente tasa de desempleo16. Si se quisiera generalizar a partir de información del cuadro No 3.8 habría que decir que hay dos razones fundamentales por las cuales las mujeres obtienen ingresos mensuales menores que los hombres: el hecho de que tengan un salario por hora menor y el hecho de que trabajen menos horas a la semana. Las diferencias en oportunidades de empleo parecen ser importantes en Uruguay, Colombia y Brasil, pero en este último sólo para el año 1998. Segmentación Laboral y Otros Aspectos Bajo este título incluimos otra serie de análisis que tienen que ver con la distribución de la fuerza de trabajo masculina y femenina por ocupaciones y sectores. Esto nos permite investigar la posibilidad de que exista algún tipo de segmentación (o segregación) en el mercado laboral que tenga efecto sobre las diferencias salariales entre hombres y mujeres. Existe una diferencia entre segmentación y segregación que se puede resumir de la siguiente manera: segregación es una situación donde las estructuras ocupacionales de hombres y mujeres son diferentes. El caso extremo de segregación es aquel en el que unos sectores / ocupaciones tienen solo hombres y otros solo mujeres. Si la segregación va acompañada de claras diferencias salariales (por ejemplo si los sectores predominantemente masculinos pagan salarios mas altos que los predominantemente femeninos, otras cosas iguales) se habla de segmentación. Una medida de segregación laboral frecuentemente usada es el llamado índice de Duncan17. Una forma de mirar las implicaciones de la segmentación en las diferencias salariales puede ser a partir de la siguiente desagregación: Definimos el salario total promedio a partir de los promedios de cada sector / ocupación de la siguiente forma: ŵ = wi hi (10) i donde wi es el salario por hora en el sector / ocupación i y hi la proporción de personas en dicho sector / ocupación. A partir de la anterior expresión, se puede definir una diferencia absoluta entre los ingresos promedio de hombres y mujeres de la siguiente forma: wˆ m − wˆ f = wim him − i wif hi f = i wim (him − hi f ) + ( wim − wif )hi f (11) i i Como se trata de una diferencia absoluta depende de las unidades monetarias y por lo tanto para hacer comparaciones a través del tiempo es necesario deflactar las cifras. Sin embargo, la descomposición que aparece a la derecha del último signo igual de la ecuación permite hacer una primera aproximación a cuál es el efecto de la segregación 16 17 Ver información del cuadro 3.2. Duncan and Duncan (1955) 17 laboral. El primer término a la derecha del último signo igual representa la diferencia en el salario promedio que se explica por diferencias en las estructuras ocupacionales entre hombres y mujeres. El segundo representa la parte que se explica por diferencias de salario promedio en cada sector u ocupación. Los resultados de las estimaciones de los índices de segregación de Duncan y Duncan se presentan en el cuadro No. 3.9. Este índice varía entre cero (distribuciones idénticas) y 1 (segregación perfecta). Para la estimación de estos índices se usaron distribuciones ocupacionales por ramas de actividad económica y por tipo de ocupación al mayor grado de desagregación que permitían las cifras. Las distribuciones por ramas de actividad en general eran homogéneas en el sentido que seguían los lineamientos fundamentales de la CIIU (Clasificación Internacional Industrial Uniforme) y lo que variaba de año en año y de país a país era el grado de desagregación. Esto hace que los índices basados en tales clasificaciones sean más o menos comparables entre sí. Por el contrario, las clasificaciones de ocupaciones presentan cambios en el tiempo y diferencias entre países que corresponden a cambios en los criterios mismos de clasificación. Esto hace que la comparabilidad de los índices basados en ocupaciones sea mucho más limitada. Aún así se pueden notar algunas cosas interesantes: por ejemplo, se nota que con la excepción de Argentina, las ocupaciones presentan un grado mayor de segregación por sexo que las ramas de actividad. Los niveles de segregación más altos se encuentran en Honduras y en segundo lugar en Uruguay. Colombia tiene uno de los niveles de segregación más bajos en ramas de actividad pero relativamente altos en términos de ocupaciones. En general, sin embargo, los índices de Duncan parecen indicar que existe un problema de segregación importante en las economías Latino Americanas. La pregunta que debemos responder a continuación es si existe evidencia de que esta segregación genera diferencias en los salarios pagados a los trabajadores. Como dijimos, la descomposición presentada en la ecuación (11) puede arrojar algunas luces sobre este punto. Los resultados de dicha descomposición aparecen en el cuadro No. 3.10. Lo realmente interesante de estos resultados es que para todos los países, con excepción de Brasil, el componente que representa la segmentación por ramas de actividad es negativo, indicando que hay una mayor proporción de mujeres que de hombres en los sectores y ramas de actividad en donde los salarios son mayores. Esto es lo contrario a la segmentación tal como la definimos anteriormente. Según los resultados de la primera parte del cuadro No. 3.10, las mujeres tienen ingresos por hora inferiores a los de los hombres, no porque estén concentradas los sectores de menor remuneración, sino porque dentro de cada sector el salario de las mujeres es inferior al de los hombres. Brasil es la excepción. Aquí si hay evidencia de diferencias salariales en contra de las mujeres debido a la segmentación del mercado, pero aún así, la mayor parte del diferencial es explicado por diferencias salariales dentro de los sectores o ramas de actividad. Lo que la evidencia presentada sugiere es que las mujeres tienen a emplearse en ramas de actividad donde los salarios por hora son mayores, pero dentro de cada sector ganan menos que los hombres. Esto puede indicar un tipo de funcionamiento del mercado laboral en el que no necesariamente hay discriminación basada en preferencias o prejuicios (a la Becker), sino de otro tipo. Volveremos sobre este punto más adelante. 18 La evidencia de segmentación por ocupaciones (segunda parte del cuadro No. 3.10) es similar a la encontrada por actividades, salvo en el caso de Brasil que presenta un comportamiento opuesto durante todo el período de estudio. En todos los países hay años en los que el componente que hemos llamado “segmentación” es positivo y es el más importante componente de la diferencia salarial entre hombres y mujeres. En todo caso, la evidencia debe ser tomada con cautela porque, como dijimos anteriormente, las clasificaciones de ocupación son bastante diferentes no solo entre países, sino dentro de cada país en diferentes años. Para resumir, los principales hallazgos del análisis anterior son: Primero, existe una clara tendencia a la igualación de salarios mensuales entre hombres y mujeres, pero no de ingresos no salariales. Segundo, con excepción de Argentina, también se observa una tendencia a la igualación de los salarios por hora. Tercero, el diferencial de horas semanales trabajadas entre hombres y mujeres se ha acrecentado, contrarrestando en parte la tendencia a la igualación de los salarios por hora ya mencionada. Cuarto, parece haber diferencias importantes en las oportunidades de empleo entre hombres y mujeres, en los casos de Uruguay, Colombia y Brasil en 1998. Quinto, aunque se obtuvo evidencia de la existencia de un grado relativamente importante de segmentación de los mercados laborales, dicha segmentación no siempre resulta en salarios menores para las mujeres; por el contrario, ellas parecen estar empleadas en las ramas de actividad donde los salarios son mayores. La razón por la cual sus salarios por hora son menores que los de los hombres es porque dentro de cada rama de actividad obtienen salarios por hora menores que los de los hombres. 19 Edad Menos de 20 20 a 29 30 a 39 40 a 49 50 y más Total Edad Menos de 20 20 a 29 30 a 39 40 a 49 50 y más Total Edad Menos de 20 20 a 29 30 a 39 40 a 49 50 y más Total Edad Menos de 20 20 a 29 30 a 39 40 a 49 50 y más Total CUADRO 3.1 - ESTRUCTURA DE EDADES DE LA POBLACIÓN EN 1998 POBLACIÓN TOTAL Argentina Brasil Colombia Costa Rica Honduras Hmbrs Mujrs Hmbrs Mujrs Hmbrs Mujrs Hmbrs Mujrs Hmbrs Mujrs 42.22 38.43 42.58 39.52 41.36 36.85 40.7 37.5 56.08 50.68 16.05 15.83 16.89 16.87 17.57 18.54 17.5 16.1 14.75 16.45 12.72 13.13 14.59 15.26 15.63 16.59 14.4 14.6 10.42 11.89 11.29 11.62 11.26 11.6 10.89 11.82 11.1 12.4 7.95 8.57 17.72 21 14.69 16.74 14.55 16.2 16.3 19.3 10.81 12.43 100 100 100 100 100 100 100.0 100.0 100 100 POBLACIÓN EMPLEADA Argentina Brasil Colombia Costa Rica Honduras Hmbrs Mujrs Hmbrs Mujrs Hmbrs Mujrs Hmbrs Mujrs Hmbrs Mujrs 5.46 4.45 14.15 11.7 6.78 6.16 7.7 6.9 28.03 26.32 25.62 26.13 25.9 26.11 25.84 28.53 27.5 28.4 31.82 44.36 26.1 27.14 24.59 27.13 29.06 31.3 26.1 28.5 17.8 23.31 22.8 24.4 18.54 20.16 20.35 21.6 19.8 21.7 11.74 4.51 20.01 17.87 16.81 14.9 17.97 12.4 18.8 14.6 10.61 1.5 100 100 100 100 100 100 100.0 100.0 100 100 POBLACIÓN DESEMPLEADA Argentina Brasil Colombia Costa Rica Honduras Hmbrs Mujrs Hmbrs Mujrs Hmbrs Mujrs Hmbrs Mujrs Hmbrs Mujrs 18.44 16.46 32.66 28.85 19.82 17.02 28.3 33.5 20.14 13.76 33.8 39.64 33.15 37.26 38.25 43.01 37.3 36.1 26.62 27.83 15.79 19.76 15.71 20.42 19.24 25.74 17.0 20.9 20.23 24.8 13.78 15.32 10.51 9.9 11.39 10.77 10.2 5.7 15.46 18.47 18.19 8.83 7.96 3.58 11.29 3.46 7.3 3.8 17.55 15.13 100 100 100 100 100 100 100.0 100.0 100 100 POBLACIÓN NO PARTICIPANTE Argentina Brasil Colombia Costa Rica Honduras Hmbrs Mujrs Hmbrs Mujrs Hmbrs Mujrs Hmbrs Mujrs Hmbrs Mujrs 59.11 33.49 61.66 36.55 59.14 30.68 56.6 28.6 81.69 43.71 10.49 15.12 6.87 14.59 10.15 14.94 10.0 14.8 5.98 18.92 1.42 10.71 3.03 11.85 2.04 11.99 1.5 12.1 1.08 11.34 1.83 9.43 3.77 10 2.16 10.99 2.1 12.5 0.92 8.07 27.14 31.25 24.68 27.02 26.5 31.4 29.8 31.9 10.33 17.95 100 100 100 100 100 100 100.0 100.0 100 100 20 Uruguay Hmbrs Mujrs 34.55 30.01 14.64 13.66 13.05 12.62 11.89 12.24 25.87 31.47 100 100 Uruguay Hmbrs Mujrs 6.44 4.82 23.27 23.59 23.77 25.25 21.53 24.01 25.01 22.33 100 100 Uruguay Hmbrs Mujrs 32.15 20.92 34.18 37.31 12.18 17.92 9.31 14.54 12.18 9.31 100 100 Uruguay Hmbrs Mujrs 28.27 16.09 5.94 9.34 1.63 7.87 2.2 8.41 61.96 58.29 100 100 País CUADRO 3.2 - TASAS DE PARTICIPACION Y DESEMPLEO Año Tasas de Participacion Tasas de Desempleo Hombres Mujeres Hombres Mujeres Argentina 1980 1989 1998 66.43% 68.26% 62.48% 28.07% 34.83% 35.89% 1.89% 6.79% 10.00% 3.57% 6.84% 11.82% 1981 1989 1998 73.08% 75.02% 73.14% 33.10% 38.91% 47.78% 4.57% 3.34% 7.60% 4.61% 3.09% 12.08% 1981 1989 1998 69.86% 74.26% 73.98% 36.46% 41.91% 50.87% 6.40% 9.07% 17.29% 9.55% 15.19% 24.04% 1981 1989 1998 71.77% 72.28% 72.31% 31.06% 35.08% 40.57% 9.21% 3.86% 4.66% 10.30% 4.54% 6.66% 1981 1989 1998 71.14% 71.94% 28.58% 35.30% 4.54% 3.27% 4.75% 3.05% 1981 1989 1998 73.07% 74.13% 73.39% 36.72% 43.59% 49.18% 5.31% 6.12% 7.92% 8.28% 10.68% 13.39% Brasil Colombia Costa Rica Honduras Uruguay 21 CUADRO 3.3 - TASAS DE PARTICIPACION MASCULINAS Y FEMENINAS - 1998 Argentina Brasil Colombia Edad Hombres Mujeres Hombres Mujeres Hombres Mujeres Menos de 20 15.93% 8.91% 40.72% 25.63% 30.28% 22.84% 20 a 29 80.76% 50.65% 91.30% 63.26% 88.68% 68.94% 30 a 39 96.70% 57.85% 95.56% 67.03% 97.44% 72.12% 40 a 49 95.22% 58.05% 92.83% 63.38% 96.11% 64.14% 50 y más 54.90% 23.13% 64.05% 31.42% 64.33% 25.27% Total 62.48% 35.88% 73.14% 47.78% 73.98% 50.87% CUADRO 3.3 - TASAS DE PARTICIPACION MASCULINAS Y FEMENINAS - 1998 Costa Rica Honduras Uruguay Edad Hombres Mujeres Hombres Mujeres Hombres Mujeres Menos de 20 28.60% 17.08% 39.04% 15.00% 45.26% 29.56% 20 a 29 88.00% 57.04% 92.00% 44.96% 91.81% 72.49% 30 a 39 97.80% 61.18% 97.95% 54.35% 97.48% 74.90% 40 a 49 96.08% 52.92% 97.71% 54.96% 96.26% 72.36% 50 y más 61.52% 22.89% 81.13% 30.91% 51.65% 25.47% Total 72.31% 40.57% 71.94% 35.30% 73.39% 49.18% País CUADRO 3.4 - AÑOS DE EDUCACION PROMEDIO Empleados Desempleados No Participantes Año Hombres Mujeres Hombres Mujeres Hombres Mujeres Argentina 1980 1989 1998 6.0 7.1 9.7 6.5 8.1 10.9 5.4 6.5 8.6 5.5 7.3 9.8 4.7 6.2 7.5 5.1 6.4 8.0 1981 1989 1998 4.6 5.2 5.9 5.5 6.3 6.9 5.0 5.5 6.3 6.5 7.1 7.2 3.6 3.7 4.5 3.6 4.1 4.8 1981 1989 1998 7.5 7.9 8.5 7.1 8.3 9.0 7.4 7.5 8.2 7.7 8.2 8.9 6.9 6.9 6.9 6.2 6.5 6.8 1981 1989 1998 7.8 8.3 9.1 8.7 9.2 10.0 6.9 7.3 8.0 8.0 7.6 8.8 7.5 6.9 7.3 6.8 6.8 7.3 1981 1989 1998 4.6 5.4 6.1 6.7 6.4 6.7 8.4 9.0 4.5 5.0 4.1 4.7 1981 1989 1998 7.4 8.0 8.8 7.6 8.2 9.8 7.2 8.0 8.2 8.2 9.0 9.1 5.8 6.3 6.9 6.1 6.3 7.1 Brasil Colombia Costa Rica Honduras Uruguay 22 CUADRO No. 3.5 DIFERENCIALES* DE INGRESO MENSUAL ENTRE HOMBRES Y MUJERES ASALARIADOS NO ASALARIADOS 1981 1989 1998 1981 1989 Argentina 43.50% 36.48% 34.74% 86.99% 136.01% Brasil 62.89% 55.86% 40.33% 171.78% 124.22% Colombia 38.72% 28.73% 14.70% 67.71% 81.08% Costa Rica 16.65% 32.18% 21.04% 81.62% 83.48% Honduras 9.39% 7.08% 55.91% Uruguay 62.71% 59.78% 52.18% 62.71% 139.91% * Porcentaje aritmético: Ingreso promedio masculino menos ingreso promedio femenino dividido por ingreso promedio femenino. 23 1998 49.55% 103.76% 58.61% 124.89% 44.88% 62.88% CUADRO No. 3.6 DIFERENCIAS SALARIALES POR SECTOR ECONOMICO ARGENTINA - DIFERENCIALES SALARIALES MENSUALES POR SECTOR ECONOMICO 1980 1989 1998 Tamaño Proporc Tamaño Proporc Tamaño Proporc Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* agricultura 3 0.00% 9 11.11% -45.3% 435 5.84% 8.46% manufactura 986 23.43% 54.1% 1166 25.90% 41.2% 2300 20.19% 24.30% electricidad 39 2.56% -33.6% 35 5.71% 46.0% 247 14.53% -6.80% construcción 202 5.45% -37.8% 182 2.20% -41.2% 1791 2.61% -0.41% comercio 375 35.47% 35.9% 546 35.53% 13.1% 2588 34.21% 30.50% transporte 192 11.98% 32.3% 351 6.84% 1.6% 1365 10.43% 7.70% finanzas 204 43.63% 85.3% 326 42.02% 57.6% 290 40.33% 45.56% servicio 724 58.70% 44.0% 1330 60.75% 43.8% 4809 60.31% 58.35% ignorado 20 25.00% 5.0% 10 58.33% 21.86% Total 2745 33.44% 43.5% 3945 37.31% 36.5% 13835 41.27% 34.76% BRASIL - DIFERENCIALES SALARIALES POR SECTOR ECONOMICO 1981 1989 1998 Tamaño Proporc Tamaño Proporc Tamaño Proporc Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* Agricult 5005 13.85% 34.12% 3115 13.84% 49.31% 2956 10.62% 27.00% Ind. Manuf 20801 24.34% 97.95% 14256 27.63% 90.79% 12354 27.04% 63.36% Construcción 9177 3.01% -18.43% 4782 3.58% -24.37% 5066 3.75% -30.59% Otras Indust. 2636 13.01% 31.24% 1661 14.57% 13.68% 1533 18.33% 30.19% Comercio 11337 32.49% 51.13% 8690 35.12% 42.12% 10152 37.00% 31.20% Prestacio 12540 62.61% 130.89% 18638 66.09% 89.08% 17402 67.34% 148.93% Servicios 2652 37.29% 56.82% 3548 40.25% 39.93% 3617 32.90% 71.91% Trans y com 3446 12.59% 0.71% 3809 12.94% -0.97% 5152 12.77% 8.04% Social 12530 71.75% 73.14% 9485 74.59% 77.96% 12373 74.30% 66.20% Admon Public 9064 26.20% 19.77% 6488 31.27% 15.75% 7014 33.79% 12.95% Otros 4446 34.62% 69.69% 3106 34.93% 40.46% 2047 44.02% 41.81% Total 101167 36.11% 74.93% 70221 38.87% 63.13% 79490 43.51% 47.09% COLOMBIA - DIFERENCIALES SALARIALES POR SECTOR ECONOMICO 1981 1989 1998 Tamaño Proporc Tamaño Proporc Tamaño Proporc Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* Agropecuario 170 17.06% 57.60% 444 17.34% 36.01% 403 11.66% 13.92% Manufactura 3798 32.28% 53.47% 5117 34.94% 36.83% 3543 36.49% 21.35% Elec-gas-Agua 169 13.02% -32.59% 225 16.44% -4.86% 201 19.90% 24.36% construcción 904 6.08% -23.23% 1218 6.16% -18.70% 887 8.79% -40.91% com-rest-hot 2508 42.74% 38.26% 3792 45.04% 20.44% 3883 47.85% 15.23% Transporte 1305 11.80% -10.18% 1308 15.75% -8.41% 986 13.29% 11.49% Estab Financ 1357 39.57% 9.41% 1493 43.40% -6.44% 1178 34.47% 32.35% Servicios 6597 57.42% 45.47% 7009 60.42% 34.43% 4750 57.35% 49.81% Total 14463 39.17% 38.72% 20055 40.71% 28.74% 18727 44.88% 14.69% 24 Agricultura Minería Ind. Manuf Construcción Comercio Elec Gas Ag Trans Comun Financiero Servicios Otros Total DIFERENCIAS SALARIALES POR SECTOR ECONOMICO (continuación) COSTA RICA - DIFERENCIALES SALARIALES POR SECTOR ECONOMICO 1981 1989 1998 Tamaño Proporc Tamaño Proporc Tamaño Proporc Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* 178 8,43% 75,32% 141 8,51% -0,12% 166 11,45% -20,07% 4 0,00% 3 0,00% 639 28,64% 70,49% 569 32,86% 44,10% 594 29,63% 23,10% 249 1,61% 13,32% 147 0,68% -54,10% 148 3,38% -18,48% 693 35,06% 33,84% 473 40,38% 52,52% 782 36,57% 46,69% 58 12,07% 55,84% 62 19,35% 34,37% 320 8,13% -0,01% 143 8,39% 10,43% 272 12,50% 20,30% 138 32,61% 87,79% 269 37,17% 23,28% 1371 53,25% 25,63% 1104 53,17% 33,34% 1411 59,96% 34,78% 22 9,09% -1,00% 25 16,00% -28,87% 20 40,00% 106,87% 3472 34,65% 17,41% 2802 37,33% 31,76% 3727 39,87% 21,32% HONDURAS - DIFERENCIALES SALARIALES POR SECTOR ECONOMICO 1989 1998 Tamaño Proporc Tamaño Proporc Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* No bien espec 23 17,39% -5,31% Agricult 1572 4,96% -14,76% 1309 9,63% -7,72% Minas 17 0,00% I.I 10 0,00% I.I Ind. Manuf 1263 28,42% 0,25% 1327 40,99% 32,29% Elec, gas, agua 124 6,45% 27,18% 46 23,91% -30,37% Construcción 698 2,29% -38,88% 413 4,36% -34,67% Comercio 858 42,66% 41,44% 813 45,26% 44,96% Transporte 372 11,29% -18,26% 216 15,28% -13,90% Est. Finan. 269 36,80% 19,14% 282 37,59% -5,25% Servicios 2657 58,34% 69,02% 1753 59,27% 43,46% Total 7853 32,12% 9,39% 6169 36,39% 7,08% Agricult Minas Ind Manufact Elec, gas, agua construcción comercio Trans y com Est Finan Servicios Act. No bien es Total URUGUAY - DIFERENCIALES SALARIALES POR SECTOR ECONOMICO 1981 1989 1998 Tamaño Proporc Tamaño Proporc Tamaño Proporc Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* Muestra Mujeres 10 2,49% 14,78% 278 7,91% 91,78% 552 13,41% 3 0,00% 8 12,50% 11,69% 31 12,90% 2091 29,62% 65,39% 2066 34,51% 72,47% 2812 31,08% 137 22,01% 20,99% 184 14,67% -0,65% 247 22,27% 672 2,16% 0,9% 543 2,58% -4,97% 1026 2,53% 1144 36,36% 65,68% 2778 42,55% 1212 34,69% 64,23% 626 15,02% 30,25% 1140 16,49% 616 13,69% 49,28% 434 40,32% 119,28% 1042 45,59% 375 31,81% 112,40% 3260 55,56% 61,35% 3983 58,05% 53,93% 7782 63,44% 1 0,00% 8377 36,77% 62,71% 9266 40,73% 59,78% 17410 44,89% 25 Diferenc* 545,71% 575,19% 121,75% 249,03% 3752,6% 35,02% 406,43% 19,35% -42,37% 22,77% CUADRO No. 3.7 DIFERENCIALES SALARIALES POR TIPO DE OCUPACION ARGENTINA - DIFERENCIAL SALARIAL MENSUAL POR TIPO DE OCUPACION 1980 1989 Ocupación Tamaño de Proporción Tamaño de Proporción Muestra de Mujeres Diferencial Muestra de Mujeres Diferencial producción 789 17.11% 46.5% 1010 21.49% 57.79% auxiliar 123 16.26% 82.7% 71 2.82% 290.52% reparación 116 0.00% 169 0.59% 39.42% administrativa 589 50.42% 72.2% 844 50.71% 50.28% comerciales 279 33.69% 84.2% 387 37.73% 54.28% transporte 179 0.56% -2.2% 288 1.39% 2.82% servicios 624 58.65% 46.5% 1070 62.71% 45.94% vigilanc 40 5.00% 84.0% 103 2.91% 64.25% no sabe/ 8 37.50% -23.6% 3 0.00% Total 2747 33.42% 43.5% 3945 37.31% 36.52% Nota: la clasificación de ocupaciones de 1998 no es comparable con las anteriores. BRASIL - DIFERENCIAL SALARIAL EN LA ACTIVIDAD PRINCIPAL POR TIPO DE OCUPACION 1981 1989 1998 Tamaño Proporc Tamaño Proporc Tamaño Proporc Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* Tecnicos 10614 59.64% 159.45% 7691 63.97% 153.54% 9572 65.16% 105.06% Administrativos 18811 42.67% 86.21% 13123 47.36% 88.48% 12444 52.07% 72.48% Agropecuarios 2847 14.51% 33.86% 2949 10.51% 12.04% 4811 13.91% 28.56% Manufacturas 15614 16.25% 64.10% 15298 14.60% 51.74% 24371 14.06% 73.80% Transporte 7901 35.53% 82.32% 5864 39.55% 82.89% 7493 43.75% 51.36% Transporte 2 5359 8.34% 21.87% 3682 8.50% 24.77% 4187 10.01% 28.44% Servicios 8723 86.62% 122.13% 13415 87.75% 62.15% 13123 86.91% 130.78% Otras 12677 23.86% 59.59% 14132 27.29% 49.30% 16177 21.12% 72.01% TOTAL 101167 36.11% 74.93% 70221 38.87% 63.13% 79490 43.51% 47.09% COLOMBIA - DIFERENCIAL SALARIAL EN LA ACTIVIDAD PRINCIPAL POR TIPO DE OCUPACION 1981 1989 1998 Tamaño Proporc Tamaño Proporc Tamaño Proporc Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* Prof. Tecnicos 1962 35.47% 74.70% 2597 45.94% 56.01% 2941 51.24% 33.57% Administrativos 2785 51.02% 0.73% 3359 54.42% 5.55% 3098 58.55% 4.28% Comenrciantes 2364 42.09% 31.38% 2467 47.99% 20.18% 1428 37.25% 73.95% Servicios 4214 67.47% 51.23% 4532 65.95% 31.36% 3078 68.06% 21.49% T. Agrícolas 106 16.04% 3.37% 311 15.11% 19.68% 293 8.53% 4.96% T. No Agrícolas 5007 17.93% 45.26% 7014 17.69% 32.44% 5104 17.16% 26.27% TOTAL 19859 41.02% 29.36% 18435 45.54% 15.98% 14366 39.39% 39.25% 26 DIFERENCIALES SALARIALES POR TIPO DE OCUPACION (continuación) COSTA RICA - DIFERENCIAL SALARIAL EN LA ACTIVIDAD PRINCIPAL POR TIPO DE OCUPACION 1981 1989 1998 Tamaño Proporc Tamaño Proporc Tamaño Proporc Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* Profes y Tecnicos 563 48.85% 20.03% 510 51.57% 34.44% 739 54.94% 29.85% Gerentes y Admnist 82 15.85% 32.03% 113 16.81% 22.32% 205 36.59% 14.37% Empleados Administ 436 47.94% 21.30% 560 53.39% 26.65% 809 45.61% 20.29% Comerciantes y vendedrs 273 36.26% 67.86% 430 34.19% 44.89% Agricult y Ganaderos 0 107 3.74% 44.32% 101 3.96% 23.20% Activ de Transporte 0 96 0.00% 137 0.00% Ocps Prod artesan e inds 483 19.67% 45.61% 522 14.18% 34.43% 1285 12.22% 88.55% Ocps Prod artesan e ind2 133 19.55% 17.18% 140 18.57% 73.25% Carga y almacenamiento 0 123 19.51% 58.22% 187 11.23% 28.74% Servicios Personales726 53.31% 89.67% 503 59.44% 90.41% 682 63.05% 74.93% Otros 7 28.57% -1.21% 25 32.00% -1.52% 24 16.67% -7.36% Total 3472 34.65% 17.41% 2802 37.33% 31.76% 3727 39.87% 21.32% HONDURAS - DIFERENCIAL SALARIAL EN LA ACTIVIDAD PRINCIPAL 1989 1998 Tamaño Proporc Tamaño Proporc Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* Profesionales 1060 49.81% 41.14% 831 56.44% 27.30% Directivos 251 22.31% 47.79% 233 36.48% 23.89% Empl Estatales 699 58.23% 11.05% 585 60.34% 32.16% Comenrciantes 436 38.30% 84.89% 433 40.88% 37.11% Agricultores 1518 2.90% 52.31% 1202 7.65% 3.41% Transportadores 344 0.29% 87.83% 204 0.00% I.I I. Textil, Albañiles, etc. 1407 10.09% -54.22% 1257 24.74% 11.19% Graf y Quim 305 24.59% 98.94% 242 35.12% 83.38% Crga Bodegaje 332 22.89% 8.94% 251 25.10% 21.57% Servicios 1501 68.35% 140.41% 931 65.52% 116.22% TOTAL 7853 32.12% 9.39% 6169 36.39% 7.08% 27 DIFERENCIALES SALARIALES POR TIPO DE OCUPACION (continuación) URUGUAY - DIFERENCIAL SALARIAL EN LA ACTIVIDAD PRINCIPAL POR TIPO DE OCUPACION 1981 1989 1998 Tamaño Proporc Tamaño Proporc Tamaño Proporc Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* Muestra Mujeres Diferenc* Prof y Tecnicos 707 63.28% 87.59% 1064 66.17% 78.49% 2228 68.22% 70.40% Gerentes Admnin 206 18.58% 97.60% 236 21.19% 83.23% 576 30.73% 89.02% Empleados 1651 43.73% 22.68% 1801 48.08% 39.56% 3207 54.16% 31.27% Comerciantes 594 38.60% 103.37% 643 44.17% 92.44% 1500 50.47% 69.41% Agricultores 34 1.43% 284 5.63% 120.31% 526 9.32% 6.32% Conductores 331 0.60% 43.59% 721 0.83% 26.94% 348 0.26% -28.97% Artesanos 2063 22.98% 63.86% 1928 15.77% 73.17% 1460 21.41% 78.03% O. Artesanos 979 14.50% 35.16% 663 15.90% 54.96% Obr. Jornaleros 985 7.35% 60.32% 870 9.20% 22.77% 1562 11.33% 38.85% Servicios 1728 65.99% 114.85% 1974 65.75% 105.30% 4183 70.43% 109.94% Otros 1 33.33% TOTAL 8377 36.77% 62.71% 9266 40.73% 59.78% 17410 44.89% 52.18% * Porcentaje aritmético: Ingreso promedio masculino menos ingreso promedio femenino dividido por ingreso promedio femenino. 28 CUADRO No. 3.8 DESCOMPOSICION DE LAS DIFERENCIAS EN INGRESO SEMANAL ESPERADO ENTRE HOMBRES Y MUJERES Asalariados No Asalariados 1980 1989 1998 1980 1989 1998 Argentina Oportunidades de Empleo 1.56% 0.19% 3.31% 1.56% 0.19% 3.31% Salario Hora 15.13% 25.61% 11.34% 22.75% 26.61% 11.34% Horas Trabajadas 17.97% 17.68% 30.18% 35.13% 40.68% 30.18% Total 34.66% 43.49% 44.82% 59.44% 67.49% 44.82% Brasil Oportunidades de Empleo Salario Hora Horas Trabajadas Total 1981 -0.87% 47.68% 8.22% 55.03% 1989 -0.69% 49.58% 8.97% 57.86% 1998 5.84% 33.74% 11.60% 51.17% 1981 -0.87% 52.39% 38.03% 89.55% 1989 -0.69% 50.88% 35.27% 85.45% 1998 5.84% 36.90% 35.58% 78.31% Colombia Oportunidades de Empleo Salario Hora Horas Trabajadas Total 1981 2.09% 19.21% 1.96% 23.25% 1989 6.07% 15.89% 6.12% 28.08% 1998 8.02% 5.80% 8.09% 21.91% 1981 2.09% -0.14% 16.79% 18.75% 1989 6.07% 26.35% 19.09% 51.51% 1998 8.02% 15.98% 25.55% 49.55% Costa Rica Oportunidades de Empleo Salario Hora Horas Trabajadas Total 1981 0.92% 23.25% 7.40% 31.57% 1989 0.94% 22.71% 11.29% 37.10% 1998 2.65% 16.58% 16.16% 33.48% 1981 0.92% -14.29% 37.02% 23.65% 1989 0.94% 21.57% 44.11% 66.62% 1998 2.65% 5.65% 49.94% 58.24% 1989 -3.16% 34.34% -0.24% 30.94% 1998 -1.69% 4.85% 6.48% 9.64% 1989 -3.16% 36.87% 13.90% 47.60% 1998 -1.69% 18.74% 25.85% 42.91% 1989 5.17% 12.65% 20.10% 37.92% 1998 7.44% 11.53% 23.75% 42.72% 1989 5.17% 69.24% 28.71% 103.11% 1998 7.44% 22.45% 22.05% 51.94% Honduras Oportunidades de Empleo Salario Hora Horas Trabajadas Total Uruguay Oportunidades de Empleo Salario Hora Horas Trabajadas Total 1981 3.31% 29.88% 19.53% 52.72% 29 1981 3.31% 45.02% 34.13% 82.46% Cuadro No. 3.9 INDICES DE DUNCAN PARA IGUALDAD DE DISTRIBUCIONES Asalariados No Asalariados Ramas de Ramas de Actividad Ocupaciones Actividad Ocupaciones Argentina 1980 0.4714 0.4575 0.5745 0.4203 1989 0.4814 0.4676 0.5846 0.4667 1998 0.4612 0.4903 0.3398 0.4660 Brasil 1980 0.5081 0.5808 0.6415 0.6468 1989 0.4857 0.5477 0.5875 0.5857 1998 0.4980 0.5625 0.5591 0.5445 Colombia 1981 0.3610 0.5999 0.3546 0.5062 1989 0.3583 0.5895 0.2882 0.4713 1998 0.3475 0.5412 0.3274 0.4973 Costa Rica 1981 0.4525 * 0.4566 * 1989 0.5106 0.5747 0.5535 0.5402 1998 0.4523 0.5620 0.5885 0.5816 Honduras 1989 0.5211 0.6962 0.7181 0.7725 1998 0.5244 0.6471 0.6719 0.6956 Uruguay 1981 0.4430 0.6133 0.4458 0.6214 1989 0.4749 0.5562 0.3859 0.5341 1998 0.4522 0.5888 0.4143 0.5094 * Para Costa Rica 1981 la clasificación de ocupaciones fue demasiado limitada. 30 CUADRO No. 3.10 DESCOMPOSICIÓN DE DIFERENCIAS ABSOLUTAS EN SALARIOS HORA Basada en clasificación de actividades Basada en clasificación de ocupaciones Segmentación Salario hora Total Segmentación Salario hora Total Wm(hm-hf) (Wm-Wf)hf Wm(hm-hf) (Wm-Wf)hf Argentina 1980 1989 1998 -0.1832 -22.5% -1.2219 -28.3% -0.3154 3023.7% 0.9970 122.5% 5.5374 128.3% 0.3050 -2923.7% 0.8137 100.0% 4.3155 100.0% -0.0104 100.0% -0.1048 -12.8% -1.1076 -25.7% -0.3588 3361.0% 0.9224 112.8% 5.4231 125.7% 0.3481 -3261.0% 0.8176 100.0% 4.3155 100.0% -0.0107 100.0% 0.7111 16.3% 1.4412 29.7% 1.6169 28.4% 3.6584 83.7% 3.4177 70.3% 4.0730 71.6% 4.3695 100.0% 4.8589 100.0% 5.6899 100.0% -5.9775 -14.9% -0.6215 -44.3% -0.2658 -55.6% 46.1030 114.9% 2.0250 144.3% 0.7435 155.6% 40.1255 100.0% 1.4035 100.0% 0.4777 100.0% -0.3909 -2.6% -17.8333 -30.6% -160.7686 -203.4% 15.1593 102.6% 76.0557 130.6% 239.8140 303.4% 14.7683 100.0% 58.2224 100.0% 79.0455 100.0% 7.8568 53.2% 0.3959 0.7% -141.0937 -178.1% 6.9115 46.8% 56.3364 99.3% 220.3129 278.1% 14.7683 100.0% 56.7323 100.0% 79.2192 100.0% -5.9522 -462.0% -119.2662 -165.3% -222.8150 -475.9% 7.2406 562.0% 191.4042 265.3% 269.6307 575.9% 1.2884 100.0% 72.1380 100.0% 46.8157 100.0% -9.9999 -776.2% -98.8876 -146.1% -301.5763 -407.2% 11.2883 876.2% 166.5716 246.1% 375.6366 507.2% 1.2884 100.0% 67.6840 100.0% 74.0603 100.0% -0.2988 -253.8% -2.4812 631.1% 0.4165 353.8% 2.0881 -531.1% 0.1177 100.0% -0.3931 100.0% -0.6129 -1574.2% -2.0095 510.1% 0.6518 1674.2% 1.6156 -410.1% 0.0389 100.0% -0.3940 100.0% 8.7664 78.5% -0.0937 -51.9% -2.5042 -49.9% 2.3959 21.5% 0.2742 151.9% 7.5265 149.9% 11.1624 100.0% 0.1805 100.0% 5.0223 100.0% 3.8217 54.2% 0.0868 30.4% -0.1828 -3.6% 3.2232 45.8% 0.1984 69.6% 5.2224 103.6% 7.0449 100.0% 0.2853 100.0% 5.0397 100.0% Brasil 1981 1989 1998 Colombia 1981 1989 1998 Costa Rica 1981 1989 1998 Honduras 1989 1998 Uruguay 1981 1989 1998 31 CUADRO No 3.10 (continuación) DESCOMPOSICIÓN DE DIFERENCIAS ABSOLUTAS EN INGRESO NO SALARIAL POR HORA Basada en clasificación de actividades Basada en clasificación de ocupaciones Segmentación Salario hora Total Segmentación Salario hora Total Wm(hm-hf) (Wm-Wf)hf Wm(hm-hf) (Wm-Wf)hf Argentina 1980 1.1660 0.6156 1.7816 1.2649 0.5167 1.7816 65.4% 34.6% 100.0% 71.0% 29.0% 100.0% 1989 4.5644 8.6868 13.2512 0.9776 12.2736 13.2511 34.4% 65.6% 100.0% 7.4% 92.6% 100.0% 1998 -0.3110 0.7296 0.4186 0.0389 0.3729 0.4118 -74.3% 174.3% 100.0% 9.4% 90.6% 100.0% Brasil 1981 11.0778 56.8716 67.9494 34.0105 36.4612 70.4718 16.3% 83.7% 100.0% 48.3% 51.7% 100.0% 1989 -0.0152 3.0954 3.0803 1.4739 1.6122 3.0861 -0.5% 100.5% 100.0% 47.8% 52.2% 100.0% 1998 -0.8368 1.4344 0.5976 -0.2289 0.8265 0.5976 -140.0% 240.0% 100.0% -38.3% 138.3% 100.0% Colombia 1981 7.4587 -21.8935 -14.4348 18.1490 -31.8048 -13.6558 -51.7% 151.7% 100.0% -132.9% 232.9% 100.0% 1989 15.4296 101.3829 116.8125 24.1280 99.7389 123.8669 13.2% 86.8% 100.0% 19.5% 80.5% 100.0% 1998 236.4514 50.9310 287.3824 36.2628 255.9616 292.2244 82.3% 17.7% 100.0% 12.4% 87.6% 100.0% Costa Rica 1981 4.1774 -22.3711 -18.1937 2.9213 -21.1150 -18.1937 -23.0% 123.0% 100.0% -16.1% 116.1% 100.0% 1989 98.7867 -36.8249 61.9619 78.0723 -14.0837 63.9886 159.4% -59.4% 100.0% 122.0% -22.0% 100.0% 1998 372.8854 32.4784 405.3638 -94.1298 498.3853 404.2555 92.0% 8.0% 100.0% -23.3% 123.3% 100.0% Honduras 1989 -0.8953 1.4312 0.5359 -0.7343 1.3414 0.6071 -167.1% 267.1% 100.0% -121.0% 221.0% 100.0% 1998 -2.6160 8.6691 6.0531 -0.7532 6.7816 6.0284 -43.2% 143.2% 100.0% -12.5% 112.5% 100.0% Uruguay 1981 -3.9157 14.3491 10.4334 2.4061 4.0734 6.4796 -37.5% 137.5% 100.0% 37.1% 62.9% 100.0% 1989 -0.3740 0.9189 0.5449 0.0071 0.5674 0.5745 -68.6% 168.6% 100.0% 1.2% 98.8% 100.0% 1998 -9.6112 14.4079 4.7967 -2.6436 7.5193 4.8757 -200.4% 300.4% 100.0% -54.2% 154.2% 100.0% 32 IV. DETERMINANTES DE LOS INGRESOS POR HORA: ANALISIS DE REGRESION Debido a que la simple comparación de cuadros y tablas hace demasiado difícil controlar por todos los factores que intervienen en la determinación de los ingresos de hombres y mujeres, es común el uso de la técnica de análisis de regresión. Como se dijo en la sección II, uno de los modelos más comunes para estos fines es el modelo de capital humano – modelo Minceriano de ingresos – cuya forma más simple es la siguiente: ln(W) = β0 + β1Yedu + β2Exp + β3Exp2 + η (12) donde W es el salario por hora, Yedu representa los años de educación, Exp años de experiencia y η es un error aleatorio con las características usuales (distribución normal, valor esperado de cero, varianza constante, independencia entre observaciones y ortogonalidad con los regresores). Con alguna frecuencia se estiman estos modelos usando como variable dependiente el salario mensual o semanal. Nosotros preferimos no hacerlo de esa manera porque la correlación entre dichas definiciones de salario y las horas trabajadas implica la introducción de esta última variable en la regresión, con lo cual se crea un problema de simultaneidad que puede introducir sesgos en las estimaciones18. La variable experiencia (Exp) aparece en forma cuadrática para captar los rendimientos marginales decrecientes que dicha variable. Esto implica que β 2 > 0 y β3 < 0. En principio la variable experiencia debe medir el tiempo que la persona ha trabajado, pero generalmente dicha información no existe. En ausencia de una medida de experiencia efectiva, se usa una medida de experiencia potencial definida como años de edad menos años de educación menos 5 (suponiendo que la persona entra al sistema educativo a la edad de cinco años). Como se discutió en la sección II.2, es común la estimación del modelo anterior usando las técnicas de Heckman para la corrección del problema de selectividad, En esta parte del documento se presentan los resultados de la estimación del modelo anterior. Se estimaron ecuaciones de Mincer para hombres y mujeres, con y sin corrección de selectividad, para asalariados y no asalariados, para cada uno de los seis países en estudio. La variable dependiente, como se dijo anteriormente, es el ingreso por hora. En algunos casos, como los de Costa Rica y Brasil, donde las encuestas incluían información sobre los varios trabajos que una persona podía tener, se usó el ingreso y las horas dedicadas a la ocupación principal. En los casos en que tal distinción no se hacía se trabajó con los ingresos laborales totales y con las horas totales laboradas. Para la corrección del sesgo de selectividad se trabajó con una versión de la metodología de Heckman en la que se estiman de manera simultánea la ecuación de 18 El problema de simultaneidad consiste en que el ingreso semanal depende de las horas trabajadas que a su vez son una variable endógena al sistema. En estas condiciones el uso de mínimos cuadrados genera estimativos sesgados (sesgo de simultaneidad). La solución de este problema exige técnicas especiales de estimación (estimación de ecuaciones simultáneas, uso de variables instrumentales, etc.) 33 selectividad y la ecuación de ingresos por el método de máxima verosimilitud19, lo que lo hace más robusto. La ecuación de selectividad se modeló como una ecuación de participación laboral en la que se incluyeron como variables explicatorias medidas del salario de reserva de la persona y del costo de oportunidad de no trabajar. Como indicadores del salario de reserva se incluyeron el ingreso del resto del hogar (ytotalrh, igual al ingreso familiar menos el ingreso laboral del individuo observado), una variable cualitativa que indica si el individuo está asistiendo al sistema educativo o no (atsh), una variable que indica si el individuo es casado o no (married) y una variable que indica si el individuo es jefe de hogar o no (jefe). Como indicadores del costo de oportunidad de no trabajar, se incluyeron el nivel educativo (indicador del salario esperado) y la edad en forma cuadrática para captar el efecto del ciclo de vida. Además de esto se incluyó una variable que mide la tasa de desempleo del hogar (ufrate), definida como el número de desempleados en la familia dividido por el número de participantes. IV.1 RESULTADOS DE LAS ESTIMACIONES Como se indicó anteriormente, se estimaron ecuaciones para hombres y mujeres asalariados y no asalariados con y sin corrección de selectividad. Un resumen de los resultados se presenta en el cuadro No. 4.1.A y 4.1.B. En general la calidad de los resultados es buena. En las estimaciones con la corrección de sesgo de selectividad las ecuaciones de selectividad tienen en su mayoría un buen número de variables significativas y los signos son los esperados. Las ecuaciones de ingresos presentan los signos correctos, los niveles de significancia altos y los resultados son en general muy consistentes. Como la estimación de Heckman se hace por el método de máxima verosimilitud e incluye la estimación de una ecuación no lineal, no existe un coeficiente que indique el grado de bondad del ajuste (como el R-cuadrado de las ecuaciones lineales). Sin embargo, la hipótesis de que los coeficientes del sistema de ecuaciones son cero se rechaza claramente en todos los casos con un test Chicuadrado basado en el coeficiente de verosimilitud. Las ecuaciones sin corrección de selectividad también son de buena calidad. Los coeficientes R-cuadrado varían entre 0.15 y 0.5, lo cual es típico de este tipo de estimaciones20. En general las estimaciones para asalariados (sea por el método de máxima verosimilitud o mínimos cuadrados) son de mejor calidad que las de los no asalariados, por la razón de que el ingreso de los primeros está mejor medido y es más estable que el de los segundos. Vale la pena notar que la corrección por selectividad parece tener solo un efecto pequeño en las estimaciones de los retornos a la educación. En la mayoría de los casos los retornos a la educación de las ecuaciones corregidas están tan solo entre 0.5 y un punto porcentual por debajo de los de las no corregidas. Los retornos a la experiencia 19 En la versión original de Heckman, la estimación se hacía en dos etapas: primero se estimaba un modelo Probit y luego se estimaba la ecuación de ingresos. 20 Las estimaciones de corte transversal como éstas siempre incluye una magnitud importante de "ruido estadístico" que hace que coeficientes R-cuadrado de 0.5 se consideren realmente altos. 34 parecen ser más sensibles a la corrección por selectividad, pero la dirección en que se ven afectados no es clara. La corrección de selectividad tiene un efecto adicional en el caso de nuestro análisis. Puesto que dicha ecuación está basada, en parte, en variables relevantes para la familia – como el ingreso del resto de la familia ytotalrh – el procedimiento de Heckman excluye personas que viven en el hogar, pero que no son parte de la familia. Por ejemplo las empleadas del servicio doméstico internas. Como veremos más adelante, esto parece ser importante en unos países, pero no tanto en otros. En general solo Costa Rica y Honduras muestran una diferencia clara en los retornos a la educación de mujeres y hombres (a favor de éstas). Para los otros países las diferencias son muy pequeñas y alternan de un año a otro. La variable experiencia potencial entra en las ecuaciones en forma cuadrática y por lo tanto sus retornos dependen de los niveles. En el cuadro No. 4.2 los retornos se estiman a los niveles de experiencia potencial promedios. Además, la forma cuadrática incluye la posibilidad de que los retornos marginales a la experiencia (tasa de retorno) sean crecientes o decrecientes y que exista un nivel que maximiza o minimiza el efecto de dicha variable. Esto permite identificar un nivel crítico21 de experiencia a partir del cual los rendimientos cambian de dirección. Al comparar dicho punto crítico con los niveles promedios de experiencia se puede saber si los rendimientos a la experiencia son crecientes o decrecientes. Lo resultados indican que en la mayoría de los casos las tasas de retorno son crecientes (aumentan con la experiencia). Entre los asalariados/as parece haber una tendencia a que la tasa de retorno promedio de la experiencia sea mayor para hombres que para mujeres en Argentina y Uruguay. En Brasil y Costa Rica las mujeres tuvieron retornos superiores en 1981 y 1989, pero inferiores en 1998. En Colombia la rentabilidad de la experiencia masculina ha permanecido más o menos estable, mientras que la femenina ha tendido a decrecer en el período estudiado. Los retornos a la experiencia de los no asalariados son más volátiles y no presentan ningún patrón claro. En general, los niveles promedio de experiencia potencial son mucho mayores para los trabajadores no asalariados (independientes y empleadores). Esto puede ser indicador de un patrón de comportamiento que consiste en que las personas inician su vida laboral como asalariados y después de un tiempo se independizan e inician sus propios negocios. El período de trabajo como asalariados les sirve para obtener suficiente conocimiento del tipo de negocio y acumular un capital básico para independizarse. 21 El nivel crítico de experiencia está dado por la expresión -ß2/(2*ß3). Las condiciones para un máximo o mínimo son: Máximo: ß2 > 0 y ß3 < 0 Mínimo: ß2 < 0 y ß3 > 0 35 IV.2 ¿HAY DIFERENCIAS EN LAS ECUACIONES DE INGRESO PARA HOMBRES Y MUJERES? La razón fundamental para estimas ecuaciones de ingreso es la de usarlas para la descomposición de OAXACA de las diferencia en ingresos laborales. Como una parte importante del dicha descomposición se basa en la diferencia entre los coeficientes de las ecuaciones, un aspecto que vale la pena estudiar es si existe alguna evidencia estadística de que los coeficientes de las ecuaciones de hombres y mujeres son diferentes. Para tal propósito se puede usar un test de Chow22 en el que la hipótesis nula es la afirmación de que los parámetros de la ecuación de ingresos de hombres son iguales a los de la ecuación de mujeres. Dado que este test usa la distribución F, es necesario usar las ecuaciones de ingresos sin corrección de selectividad23. Los resultados del test de Chow muestran que sin ninguna excepción la hipótesis de igualdad de coeficientes es rechazada, con lo cual se concluye que en efecto hay una fuerte evidencia estadística de que los coeficientes de las ecuaciones para hombres y para mujeres son diferentes. La implicación de que los coeficientes de las ecuaciones sean diferentes es objeto de controversia. Como ya lo hemos dicho, algunas personas interpretan dicha diferencia como evidencia discriminación en el mercado laboral. Otros tienen interpretaciones diferentes. Quienes argumentan que la diferencia en coeficientes refleja tratamiento diferente (y posiblemente discriminatorio) de hombres y mujeres argumentan que los coeficientes reflejan las reglas de juego en el mercado. Así el hecho de que los retornos a la educación sean mayores para hombres que para mujeres indicaría que por alguna razón el mercado valora más el capital humano de los hombres que de las mujeres. Desde un punto de vista empírico, sin embargo, se encuentra que los coeficientes de las ecuaciones son diferentes pero no siempre mayores para los hombres. El único coeficiente de la ecuación de ingresos que sistemáticamente es mayor para los hombres es el intercepto de la ecuaciones corregidas por selectividad (y con unas pocas excepciones el de las no corregidas). El intercepto es el salario básico (ingreso que obtendría una persona sin ninguna educación y sin ninguna experiencia). El salario que 22 El test de Chow consiste en comparar la diferencia en la suma de errores al cuadrado entre una ecuación estimada bajo el supuesto de que los coeficientes son iguales (estimación restringida) y otra en la que los coeficientes son diferentes (estimación no restringida). Si la hipótesis nula es cierta, la diferencia debe ser pequeña y viceversa. Para el test se usa la distribución F con un número de grados de libertad en el numerador igual al número de restricciones (parámetros en la ecuación restringida) y en el denominador igual al número de hombres más el número de mujeres menos dos veces el número de coeficientes estimados en la ecuación. 23 Es posible diseñar un test similar para las ecuaciones corregidas por el sesgo de selectividad, pero dado de que el método de estimación es el de máxima verosimilitud no lineal, es necesario usar la razón de verosimilitud. Desafortunadamente el programa no reporta el coeficiente apropiado y desarrollarlo hubiera implicado bastante trabajo adicional, por lo cual lo omitimos. 36 recibe una persona se puede interpretar como dicho salario básico más los rendimientos correspondientes a sus diferentes formas de capital humano. Según dicha interpretación las mujeres entran al mercado con la desventaja de salarios menores porque el salario básico es menor y aunque los retornos sean mayores, no compensan la desventaja inicial. En el caso de las diferencias salariales por sexo, las diferencias en la calidad de la educación son especialmente relevantes. En la medida en que los hombres y las mujeres tengan educación de calidades diferentes, dichas diferencias se pueden reflejar en retornos diferentes a la educación y en esa medida se puede hablar de "discriminación", pero sería un tipo de discriminación anterior a la entrada al mercado laboral, que éste no haría más que reflejar en la forma de salarios diferentes para hombres y mujeres. Este es un punto en el que todavía hace falta mucho análisis tanto teórico como empírico (especialmente empírico). Sin embargo, la evidencia disponible parece indicar que las diferencias en calidad de la educación no son tan relevantes como algunos han argumentado. En efecto, si tal hipótesis fuera cierta, los retornos a la educación de las mujeres deberían ser inferiores a los del los hombres, pero lo que se encuentra es que unas veces los son y otras no. Hay países como Colombia, Costa Rica y Honduras donde los retornos a la educación siempre son mayores para la mujeres que para los hombres, por lo menos en las ecuaciones corregidas por selectividad. En los otros países algunas veces los retornos femeninos son mayores que los masculinos, en otros no. Dentro de los seis países estudiados no hay ninguno en donde los retornos siempre sean mayores para los hombres que para las mujeres. Algo similar ocurre con los retornos a la experiencia. Con respecto a la relación entre hombres y mujeres, sucede lo mismo que en el caso de la educación. No hay un patrón claro que indique que unos son mayores que otros o viceversa. Es importante resaltar lo dicho anteriormente de que a falta de una mejor medida de experiencia las estimaciones se hicieron con lo que la llamada experiencia potencial. Esto puede tener implicaciones sobre las estimaciones de los retornos a la experiencia. En el caso de los hombres la experiencia potencial y la efectiva posiblemente son muy parecidas y las diferencias que existen entre las dos posiblemente se deben a periodos de desempleo, enfermedades, etc. En el caso de las mujeres existe la posibilidad de una discrepancia mucho mayor entre los dos tipos de experiencia por que las mujeres se pueden retirar del mercado por períodos de tiempo largos con el fin de levantar una familia y criar hijos. Si esto fuese cierto, los retornos a la experiencia estimados captarían dicho error de medición, el cual se manifestaría en una sub-estimación de los verdaderos retornos. Sin embargo, la información estadística presentada anteriormente no parece indicar que este retiro temporal sea tan característico del comportamiento femenino en Latinoamérica como lo puede ser en otras partes24, posiblemente porque la estructura familiar (familia 24 En las estadísticas no se nota una caída en la tasa de participación femenina en las edades durante las cuales ellas están criando hijos, seguida de un aumento en dichas tasas en edades superiores. De la misma manera, en los estudios sobre participación laboral – y en las ecuaciones de corrección de selectividad presentadas en este documento – la existencia de hijos no parece tener un efecto tan claro como uno esperaría (aunque sí tiene algún efecto). Esto no necesariamente quiere decir que las obligaciones familiares no afectan la situación laboral de las mujeres, sino que su efecto no se manifiesta tan directamente sobre la tasa de participación o que es influenciado por otros factores. 37 extendida) y la existencia de servicio doméstico sirven como un mecanismo de apoyo a la mujer trabajadora durante su época. En general, lo que los resultados discutidos hasta el momento indican es que las estructuras de la ecuación de ingresos por hora de hombres y mujeres son estadísticamente diferentes, pero no tenemos todavía una explicación clara de por qué lo son y que significa la diferencia. La descomposición de Oaxaca que presentamos a continuación nos permitirá retomar este punto. IV.3 DESCOMPOSICION DE LAS DIFERENCIAS SALARIALES Como se discutió en la sección II, una de las metodología más comunes para analizar las diferencias salariales entre grupos es la llamada descomposición de Oaxaca que divide las diferencias salariales promedio en dos: un componente que se debe a diferencias en las características productivas promedio de los dos grupos y el otro (residuo) que refleja las diferencias en los coeficientes de las ecuaciones de ingresos. Mas específicamente el diferencial se puede expresar de la siguiente manera: ln(Wh ) − ln(Wm ) = ( X h − X m ) β m + X m ( β h − β m ) donde los subíndices h y m representan hombres y mujeres respectivamente, W refleja el salario por hora promedio, Xi es el vector de los promedios de características productivas (educación, experiencia y experiencia al cuadrado en nuestro caso) del grupo i y β i representa el vector de los parámetros de la ecuación de ingresos estimada para el grupo i. El hecho de que las diferencias salariales sean en términos logarítmicos hace que se puedan interpretar como diferencias porcentuales25 y que por lo tanto la composición no dependa de las unidades de medida de los ingresos o los salarios. El primer término a la derecha del signo igual refleja la contribución de las diferencias en capital humano (características) entre hombres y mujeres, evaluadas de acuerdo la los retornos correspondientes a los hombres. El segundo término representa la contribución de las diferencias en retornos. Como ya se mencionó, este segundo componente se toma con frecuencia como una medida de discriminación26. El test de diferencias de coeficientes discutido anteriormente fundamentalmente dice que este último componente es estadísticamente significativo, excepto en el caso en que la diferencia de coeficientes y las medidas de capital humano (en este caso de los hombres) sean ortogonales. 25 Sin embargo, por ser diferencias porcentuales geométricas, estas diferenciales porcentuales no son estrictamente comparables con las presentadas en los cuadros anteriores que son diferenciales aritméticas. En general las diferenciales geométricas tienden a ser más pequeñas que las aritméticas porque están basadas en cambios continuos, mientras que las aritméticas suponen variaciones discretas. 26 Hay otras formas de descomposición del diferencial salarial. Un buen número de ellas se basa en cambiar las ponderaciones de los dos términos. 38 Un resumen de los resultados de la descomposición de Oaxaca aparece en el cuadro No. 4.3. Las conclusiones que se pueden sacar de dicho resumen son las siguientes: 1. Durante el período analizado se observa una muy fuerte tendencia a la disminución de las diferencias en los ingresos salariales por hora, en todos los países menos en Costa Rica. En países como Argentina y Colombia, la diferencia estimada a través de las ecuaciones corregidas por selectividad indica que para el final del período estudiado las mujeres están obteniendo salarios mayores que los hombres. 2. La misma tendencia se observa en cuanto al ingreso por hora no salarial (trabajadores independientes y empleadores), aunque en este caso las diferenciales continúan siendo grandes (por encima del 15%). 3. La razón principal por la cual las diferencias salariales y no salariales disminuyeron en el período estudiado es la disminución en la diferencias en características productivas. Para 1998, en todos los países estudiados las mujeres asalariadas tenían mayores índices de capital humano que los hombres, haciendo que el componente llamado características fuera negativo – diferencia a favor de las mujeres. La razón por la cual el diferencial salarial total seguía siendo positivo en la mayoría de los países estaba en el hecho de que la diferencia en coeficientes favorecía a los hombres. 4. Aún en el caso de los diferenciales en ingresos no salariales, los cambios en las diferencias en características juegan un papel importante en la disminución del diferencial total, aunque en este caso se presentan excepciones, como el caso de Brasil. Claramente las diferencias de ingreso por hora son mucho mayores entre los trabajadores independientes y empleadores que entre los asalariados. Esto posiblemente se debe a varias razones, entre las cuales dos parecen importantes: una, el hecho de que los ingresos no salariales posiblemente tengan un margen de error de medición mucho mayor que los salariales27 y dos, que posiblemente los ingresos no salariales dependen no solo de la cantidad de capital humano de las personas, sino también de su capital físico y financiero. En la medida en que los mercados financieros y de capital no funcionen adecuadamente, su efecto diferencial contribuye a aumentar las diferencias entre sexos28. 27 No solo se trata del problema de medición y reporte de los ingresos propiamente sino también de la periodicidad y la variabilidad de los ingresos no salariales. En el caso de los ingresos salariales es más fácil saber el monto por período (mes, semana, etc.) porque los pagos son fijos y regulares. En el caso de los ingresos no laborales, los periodos de pago son variables y los montos también, posiblemente afectados por factores estacionales y cíclicos. Esto hace que las cifras sobre ingresos no salariales sean menos confiables que las salariales. 28 Con frecuencia se menciona como un factor de diferencias de ingresos entre hombres y mujeres independientes las diferencias en el acceso al mercado de capitales, el hecho de que las reglas para asignación de crédito (por ejemplo) sean "discriminatorias" contra las mujeres y el hecho de que generalmente las mujeres tienen más dificultad para respaldar créditos. 39 Se puede observar que la medición de las diferencias de salario por hora es diferente cuando se hace basada en las ecuaciones corregidas por selectividad y en las no corregidas. La explicación de la diferencia está - como dijimos antes – en que para la corrección de selectividad se excluyen personas para las cuales no se tiene información sobre las variables de la ecuación de selectividad. Este es el caso, por ejemplo, de las personas que trabajan en el servicio doméstico y que viven en el hogar en donde trabajan (internas), sobre cuya familia generalmente no hay información. Otro grupo que queda excluido es el de inquilinos y no familiares que habitan un hogar. El caso del servicio doméstico es importante porque en muchos países se trata de una ocupación casi exclusivamente femenina, que tiene condiciones de trabajo muy particulares, con jornadas laborales que en la práctica no están bien definidas – debido a que el sitio de trabajo y la vivienda son lo mismo – y con relaciones de producción de tipo precapitalista. En el caso de Colombia la inclusión o exclusión de las trabajadoras del servicio doméstico cambia las conclusiones anteriores de manera importante: al incluir el grupo "muchachas internas" como se conocen en Colombia, los diferenciales salariales a favor de los hombres aumentan29 y la parte del diferencial que corresponde a características aumenta, reflejando el hecho de que las trabajadoras del servicio doméstico son posiblemente el grupo de menor calificación y menores salarios en el mercado. IV.4 EVIDENCIA DE LA EXISTENCIA DE DISCRIMINACION CONTRA LAS MUJERES Los resultados que acabamos de presentar muestran cosas interesantes, aunque dejan un amplio margen para interpretación. A continuación discutimos algunas de esas interpretaciones buscando sugerir en que medida son consistentes con algunas de las principales hipótesis sobre discriminación salarial. Los siguientes puntos resumen los principales resultados obtenidos del análisis econométrico anterior: 1. Casi todos los países presentan diferencias salariales a favor de los hombres, excepto Argentina y Colombia para el año 1998 y Honduras para todo el período. El caso de Honduras es interesante porque tiene la tasa de participación laboral femenina más baja de los países estudiados y las diferencias a favor de las mujeres se deben primordialmente al componente llamado características. Adicionalmente, el signo de la diferencias cambia con la corrección de Heckman. 2. La diferencias brutas han tendido a disminuir, excepto en el caso de Costa Rica entre 1981 y 1989. 3. En la descomposición de las diferencias salariales de OAXACA se encuentra que el componente llamado características ha sido negativo en la mayoría de los casos 29 El diferencial negativo (es decir a favor de las mujeres) que se tenía para 1998 se convierte en un diferencial positivo (a favor de los hombres). 40 estudiados, con algunas excepciones que son: Costa Rica 1981, Uruguay 1989 y Colombia 1981 (este último sin corrección de selectividad). 4. La tendencia del componente de características ha sido a disminuir (hacerse cada vez más negativo) reflejando la tendencia de las mujeres a acumular capital humano más rápidamente que los hombres. Esto es lo que ha producido la disminución en las diferencias brutas o promedio. 5. El componente llamado residuo (diferencia de coeficientes) ha sido positivo (excepto Costa Rica 1981) y fluctuante a través del tiempo sin una tendencia definida. 6. Cuando se observa el residuo de la descomposición o componente correspondiente a diferencias en coeficientes, se encuentra que en general el intercepto de la ecuación es siempre mayor para los hombres (en el caso de los asalariados). Por el contrario, los retornos a la educación casi siempre son mayores para las mujeres, con la excepción de Argentina 1989, Brasil 1998 y Uruguay 1989. El hecho de que las diferencias salariales promedio sean a favor de los hombres, pero que hayan disminuido a través del tiempo (numerales 1 y 2 de la lista anterior) es consistente con las predicciones generales del modelo de discriminación de Becker. Sin embargo, como lo indican los numerales 3 y 4, dicha disminución del promedio se debe primordialmente al hecho de que las características productivas de las mujeres han aumentado más rápidamente que las de los hombres. El residuo de la descomposición de OAXACA no parece tener ninguna tendencia clara. Esto no es consistente con la teoría de Becker, puesto que según dicha teoría, lo que debería disminuir a través del tiempo serían las diferencias salariales controlando por los niveles de calificación y productividad. Por otro lado, el numeral 6 de la lista parece indicar una relación diferente a lo que sugeriría el modelo de Becker. Sugiere que, controlando por experiencia, las diferencias salariales entre hombres y mujeres son altas para niveles de calificación bajos y disminuyen a medida que aumentan los niveles educativos de las personas. Este comportamiento sugiere una relación parecida a la que describimos en la sección II del documento cuando discutimos la teoría de la discriminación estadística (gráfico No. 1). En dicha teoría los años de educación no son una medida de capital humano (o lo son pero sujeta a un error) sino un indicador de productividad. El sexo es otro indicador de productividad que junto con la educación se usan para predecir los niveles del productividad de los trabajadores. Claramente, la predicción está sujeta a error y se supone que dicho error es de carácter aleatorio y era mayor para los hombres que para las mujeres. Si la teoría de la discriminación estadística explica los resultados econométricos encontrados, la pregunta que se tendría que hacer es cuál es la racionalidad que explica un comportamiento como este tipo por parte de los empleadores. Cualquier respuesta debe tener en cuenta dos aspectos: primero una explicación de por qué los niveles promedios de productividad son menores para las mujeres que para los hombres (en términos del modelo presentado en la sección II, por qué el coeficiente β tiene signo 41 negativo). Segundo, por qué la estimación de las productividades de las mujeres tienen una varianza mayor que la de los hombres (en términos del mismo modelo, por qué var(ε)>0). Una posible respuesta puede encontrarse en la estructura tradicional de la sociedad Latinoamericana y los roles que juegan tanto hombres como mujeres dentro de dicha estructura, Aunque posiblemente se vislumbran cambios importantes entre las nuevas generaciones, en la actualidad se puede afirmar que es primordialmente responsabilidad de las mujeres la crianza y el cuidado de los niños, la administración y organización de las tareas del hogar; hacerle frente a las emergencias e imprevistos (como enfermedades de los niños), etc.. Esto hace que la actividad laboral (mercado) femenina de las mujeres casadas principalmente, pero también de las solteras, compita con otras actividades que se realizan fuera del mercado. Existe una buena cantidad de evidencia anecdótica indicando que las mujeres que tienen un empleo remunerado realizan una doble jornada laboral con largas horas de trabajo en el hogar después de terminar el tiempo que le dedican al empleo remunerado. Para las mujeres que tienen esta doble actividad, las obligaciones familiares pueden convertirse en un limitante importante para el trabajo remunerado30. Por ejemplo, es más difícil para ellas aceptar trabajar horas extras, asistir a cursos de capacitación fuera de las horas de trabajo regulares, realizar viajes que impliquen ausencia del hogar por varios días, etc. Esto posiblemente limita de manera significativa la productividad de dichas mujeres en relación con la de los hombres, quienes tienen menos actividades que compiten con el tiempo de trabajo remunerado y además justifica el hecho de que los empresarios consideren que en promedio las mujeres tienen menor productividad que los hombres (coeficiente β < 0). Es cierto que la anterior restricción no aplica a todas las mujeres: por un lado, no todas son casadas, y por el otro, algunas de las casadas tienen medios alternativos de manejar las responsabilidades de administración del hogar y cuidado de los hijos que le permiten dedicarle más tiempo a sus actividades laborales. El problema para los empleadores es que es muy difícil predecir cuales son las mujeres que tienen mayores restricciones y cuales las que tienen las menores restricciones en términos de la doble jornada y, lo que es aún más importante, como van a cambiar dichas restricciones en el futuro. Por esta razón la predicción de la productividad femenina está sujeta a una varianza mayor que la masculina y esto se refleja en el hecho de que var (ε)>0. Como se indicó en la sección II, este modelo predice que la relación entre años de educación y productividad (a partir de la cual se fija el salario) es diferente para hombres y mujeres. Las diferencias salariales son más grandes para niveles de calificación bajos y disminuyen a medida que aumenta los años de educación. Las mujeres tienen tasas de retorno a la educación mayores que los hombres, pero niveles salariales más bajos. Esto coincide de cerca con los resultados del análisis econométrico presentado anteriormente y 30 En algunos casos se ha documentado el ausentismo femenino del trabajo por motivos de "problemas en el hogar". Algunos han argumentado que la frecuencia del ausentismo masculino no es muy diferente a la del femenino, pero las razones si lo son. Sin embargo, el punto que estamos tratando resaltar no depende solo del ausentismo del trabajo, sino también de la cantidad de esfuerzo y dedicación que los trabajadores le puedan dedicar a las actividades laborales. 42 además, la mayor rentabilidad de la educación para las mujeres, puede ayudar a explicar por qué éstas han acumulado capital humano más rápidamente que los hombres. La naturaleza de este tipo de discriminación es una combinación de problemas de información en el mercado y una cultura que asigna roles específicos a las mujeres y los hombres. La mayoría de las mujeres termina obteniendo salarios menores que los hombres porque se las juzga a partir de los comportamientos promedio de la sociedad. Las políticas que obviamente se desprenden de este tipo de análisis son diferentes a las que se desprenderían de un diagnóstico en el que las diferencias salariales se deben a discriminación basada en prejuicios tipo Becker. En el caso de discriminación estadística, se podría pensar en dos tipos de medidas generales: Primero, la implementación directa o subsidiada de servicios que apoyen las labores de cuidado del hogar y crianza de los hijos. En este caso estamos pensando en cosas como la creación de servicios de guardería de buena calidad, con horas de servicio adecuadas y otras medidas dirigidas a disminuir la doble jornada de las mujeres. Segundo, campañas de educación y entrenamiento para que los hombres puedan hacerse cargo de algunos de las labores de crianza y cuidado de los hijos y administración del hogar. 43 CUADRO No. 4.1.A RESUMEN DE RESULTADOS DE LA ESTIMACION DE ECUACIONES DE INGRESOS PARA ASALARIADOS HOMBRES MUJERES 1980 1989 1998 1980 1989 1998 Argentina yedu 0.07652 ** 0.12796 ** 0.10339 ** 0.08525 ** 0.11681 ** 0.11224 Corregidas exp 0.04371 ** 0.04591 ** 0.04742 ** 0.03975 ** 0.03716 ** 0.04150 por exp2 -0.00061 ** -0.00063 ** -0.00056 ** -0.00062 ** -0.00053 ** -0.00050 selectividad lambda 0.19323 ** 0.07960 0.01030 0.08832 * 0.10047 * 0.18156 Constante 0.54492 ** 1.87924 ** -0.73343 ** 0.49782 ** 1.82780 ** -0.99813 yedu 0.07669 ** 0.12537 ** 0.10332 ** 0.08251 ** 0.11014 ** 0.10369 Sin exp 0.03619 ** 0.04269 ** 0.04694 ** 0.03783 ** 0.03427 ** 0.03475 corrección exp2 -0.00046 ** -0.00057 ** -0.00055 ** -0.00057 ** -0.00047 ** -0.00037 por lambda selectividad Constante 0.73350 ** 1.99305 ** -0.72132 ** 0.61093 ** 2.01786 ** -0.67010 Brasil Corregidas por selectividad Sin corrección por selectividad yedu exp exp2 lambda Constante yedu exp exp2 lambda Constante 1981 0.17618 0.01723 -0.00002 0.46033 2.92189 0.17537 0.02472 -0.00003 ** ** ** ** ** ** ** ** 2.97509 ** 1989 0.18177 0.01568 -0.00002 0.57043 -0.59313 0.18395 0.02552 -0.00003 ** ** ** ** ** ** ** ** -0.54711 ** 1989 1981 yedu 0.12509 ** 0.10781 Corregidas exp 0.04702 ** 0.03956 por exp2 -0.00054 ** -0.00046 selectividad lambda -0.03258 ** 0.07931 Constante 2.30996 ** 4.21093 yedu 0.12426 ** 0.10664 Sin exp 0.04917 ** 0.03617 corrección exp2 -0.00060 ** -0.00039 por lambda selectividad Constante 2.27363 ** 4.30743 ** Significativo al 5%. * Significativo al 10% Colombia ** ** ** ** ** ** ** ** ** 44 1998 0.15840 0.02945 -0.00003 -0.45798 -0.85150 0.16484 0.02552 -0.00003 ** ** ** ** ** ** ** ** -1.09425 ** 1998 0.11777 0.03888 -0.00042 0.04073 5.76764 0.11668 0.03683 -0.00038 ** ** ** ** ** ** ** ** 5.83654 ** 1981 0.19151 0.02509 -0.00003 0.18260 2.31457 0.18877 0.02811 -0.00003 ** ** ** ** ** ** ** ** 2.34132 ** 1981 0.12709 0.04650 -0.00064 0.11131 2.06430 0.11365 0.03680 -0.00048 ** ** ** ** ** ** ** ** 2.37200 ** 1989 0.19274 0.02351 -0.00002 0.28002 -1.17167 0.19117 0.02811 -0.00003 ** ** ** ** ** ** ** ** 1998 0.17595 0.02012 -0.00002 0.58387 -1.69091 0.15941 0.02598 -0.00003 ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** -1.14068 ** -1.36613 ** 1989 0.12284 0.04115 -0.00053 0.15470 3.83076 0.11403 0.03655 -0.00043 1998 0.13660 0.02886 -0.00027 0.24886 5.38868 0.11303 0.01832 -0.00009 ** ** ** ** ** ** ** ** 4.09161 ** ** ** ** ** ** ** ** ** 6.01312 ** CUADRO No. 4.1.A (continuación) RESUMEN DE RESULTADOS DE LA ESTIMACION DE ECUACIONES DE INGRESOS PARA ASALARIADOS (continuación) HOMBRES MUJERES 1981 1989 1998 1981 1989 1998 Costa Rica yedu 0.13527 ** 0.10760 ** 0.11363 ** 0.19471 ** 0.13714 ** 0.13257 Corregidas exp 0.04050 ** 0.03983 ** 0.01710 ** 0.06284 ** 0.03684 ** 0.02817 por exp2 -0.00017 ** -0.00043 ** -0.00003 -0.00063 ** -0.00039 ** -0.00032 selectividad lambda -0.73602 ** -0.18052 ** -0.09165 * -0.08889 0.10549 ** 0.12805 Constante 2.39196 ** 4.65446 ** 6.46396 ** 1.11454 ** 3.93333 ** 5.94833 yedu 0.14617 ** 0.10921 ** 0.11529 ** 0.19964 ** 0.13243 ** 0.12575 Sin exp 0.08334 ** 0.04690 ** 0.02251 ** 0.06613 ** 0.03386 ** 0.02254 corrección exp2 -0.00093 ** -0.00057 ** -0.00011 * -0.00070 ** -0.00032 ** -0.00022 por lambda selectividad Constante 1.39405 ** 4.43806 ** 6.35966 ** 0.94363 ** 4.11187 ** 6.17245 Honduras Corregidas por selectividad Sin corrección por selectividad yedu exp exp2 lambda Constante yedu exp exp2 lambda Constante 1981 yedu 0.09760 ** exp 0.05200 ** exp2 -0.00067 ** lambda 0.22428 ** Constante 1.32469 ** yedu 0.10252 ** exp 0.05458 ** exp2 -0.00067 ** lambda Constante 1.32292 ** Uruguay Corregidas por selectividad Sin corrección por selectividad 1989 0.15613 0.05778 -0.00066 0.08813 -1.38760 0.15232 0.05415 -0.00060 ** ** ** ** ** ** ** -1.24962 ** 1989 0.09998 0.03913 -0.00035 -0.25093 -1.59761 0.09986 0.04792 -0.00053 ** ** ** ** ** ** ** ** -1.83136 ** 45 1998 0.12440 0.04725 -0.00062 0.16242 0.46818 0.11990 0.04222 -0.00052 1989 0.21074 0.06372 -0.00071 0.24307 -2.40382 0.20166 0.05894 -0.00057 ** ** ** ** ** ** ** ** 0.68121 ** 1998 0.11724 0.05117 -0.00056 -0.01243 1.49019 0.11737 0.05108 -0.00056 ** ** ** ** ** ** ** ** 1.48070 ** ** ** ** ** ** ** ** ** -2.09707 ** 1981 0.12905 0.03664 -0.00045 0.32521 0.82807 0.12477 0.03822 -0.00043 ** ** ** ** ** ** ** ** 0.99819 ** 1989 0.08497 0.05207 -0.00076 0.14446 -2.04475 0.08064 0.04571 -0.00062 ** ** ** ** ** ** ** ** -1.81623 ** 1998 0.15233 0.03713 -0.00048 0.17342 0.13963 0.15294 0.03567 -0.00038 ** ** ** ** ** ** ** ** ** ** ** ** ** ** ** 0.24445 ** 1998 0.12759 0.04554 -0.00054 0.12821 1.14627 0.12104 0.04004 -0.00044 ** ** ** ** ** ** ** ** 1.37703 ** CUADRO No. 4.1.B RESUMEN DE RESULTADOS DE LA ESTIMACION DE ECUACIONES DE INGRESOS PARA NO ASALARIADOS HOMBRES MUJERES 1980 1989 1998 1980 1989 1998 Argentina yedu 0.039291 ** 0.128381 ** 0.108633 ** 0.046282 ** 0.138612 ** 0.109633 Corregidas exp -0.02758 ** 0.03876 ** 0.030162 ** -0.00985 0.067259 ** 0.025941 por exp2 0.000495 ** -0.00054 ** -0.0003 ** 2.45E-05 -0.00106 ** -0.0003 selectividad lambda -0.77444 ** 0.039976 0.0485 -0.51121 ** 0.554513 ** 0.093845 Constante 2.972931 ** 2.058709 ** -0.72983 ** 2.515988 ** 0.411426 -0.95876 yedu 0.063156 ** 0.126381 ** 0.108291 ** 0.067428 ** 0.121448 ** 0.107737 Sin exp 0.014977 0.036656 ** 0.027714 ** 0.016057 0.044293 ** 0.021719 corrección exp2 -0.00013 -0.00051 ** -0.00027 ** -0.00033 -0.00073 ** -0.00024 por lambda selectividad Constante 1.249295 ** 2.161734 ** -0.62591 ** 1.079303 ** 1.830839 ** -0.71002 Brasil Corregidas por selectividad Sin corrección por selectividad yedu exp exp2 lambda Constante yedu exp exp2 lambda Constante 1981 0.179253 -0.01012 9.10E-06 -1.28832 5.397036 0.169569 0.012592 -1.3E-05 ** ** ** ** ** ** ** ** 3.391081 ** 1989 0.184178 0.040181 -0.00053 -0.56817 0.404846 0.185076 0.059542 -0.00067 ** ** ** ** ** ** ** ** -0.6288 ** 1981 1989 yedu 0.1368 ** 0.125561 Corregidas exp 0.009387 0.011605 por exp2 -0.00012 * -9.4E-05 selectividad lambda -0.81659 ** -0.4932 Constante 3.934251 ** 5.137207 yedu 0.138604 ** 0.125635 Sin exp 0.052888 ** 0.038204 corrección exp2 -0.00065 ** -0.00042 por lambda selectividad Constante 2.172361 ** 4.140707 ** Significativo al 5%. * Significativo al 10% Colombia ** ** * ** ** ** ** ** ** 46 1998 0.15504 -0.0031 2.40E-06 -0.88273 0.721443 0.167668 0.013469 -1.4E-05 ** ** * ** ** ** ** ** 1981 0.221388 0.006556 -0.00024 -1.00495 4.152429 0.185263 0.053818 -0.00066 ** * ** ** ** ** 1989 0.202624 0.03767 -0.00043 -0.22002 -0.67082 0.199988 0.046869 -0.00051 ** ** ** ** ** ** ** ** 1998 0.14036 -0.00953 1.01E-04 -1.09242 1.135307 0.165151 0.027624 -0.00023 ** ** ** ** ** ** ** ** ** ** * ** ** ** ** ** -0.74199 ** 2.201022 ** -1.10051 ** -1.23091 ** 1998 0.128491 0.018053 -0.00014 -0.29672 6.145314 0.124315 0.032445 -0.00033 1981 0.165949 -0.00168 0.000168 -0.47846 3.172399 0.159383 0.025856 -0.00024 1989 0.121279 0.012312 -0.00014 -0.26333 4.692069 0.123324 0.025824 -0.00032 1998 0.130424 0.020925 -0.0002 -0.13798 5.74146 0.129597 0.027405 -0.0003 ** * ** * ** ** ** 5.64373 ** ** ** ** ** ** ** 2.021012 ** ** ** ** ** ** ** ** ** 4.049416 ** ** ** ** ** ** ** ** ** 5.466831 ** CUADRO No. 4.1.B (continuación) RESUMEN DE RESULTADOS DE LA ESTIMACION DE ECUACIONES DE INGRESOS PARA NO ASALARIADOS (CONTINUACION) HOMBRES MUJERES 1981 1989 1998 1981 1989 1998 Costa Rica yedu 0.087561 ** 0.060278 ** 0.077867 ** 0.099491 ** 0.102866 ** 0.070926 Corregidas exp 0.012044 0.009715 0.005 -0.01092 -0.00441 0.003774 por exp2 -0.0001 -0.00016 -5.3E-05 0.000131 0.000144 -0.0001 selectividad lambda -0.86928 ** -0.2159 -0.2409 -0.65552 * -0.00726 0.109488 Constante 4.10892 ** 5.755845 ** 7.137339 ** 4.318337 ** 4.965446 ** 6.515705 yedu 0.088431 ** 0.05924 ** 0.077198 ** 0.088897 ** 0.102819 ** 0.071814 Sin exp 0.052046 ** 0.019583 ** 0.019176 ** 0.010313 -0.00406 -0.00074 corrección exp2 -0.00054 ** -0.00026 ** -0.00022 ** -0.00012 0.00014 -4.1E-05 por lambda selectividad Constante 2.172106 ** 5.280545 ** 6.589785 ** 2.65441 ** 4.947112 ** 6.766678 Honduras Corregidas por selectividad Sin corrección por selectividad yedu exp exp2 lambda Constante yedu exp exp2 lambda Constante 1989 0.15495 0.053453 -0.00052 0.188702 -1.67483 0.159229 0.04307 -0.00041 ** ** ** ** ** ** ** -1.31665 ** 1981 1989 yedu 0.064901 ** 0.102093 Corregidas exp 0.00507 0.019547 por exp2 -0.00023 * -0.00021 selectividad lambda -0.91691 ** -0.39762 Constante 3.901792 ** -0.86559 yedu 0.101154 ** 0.11184 Sin exp 0.043547 ** 0.036898 corrección exp2 -0.00056 ** -0.00042 por lambda selectividad Constante 1.636437 ** -1.77407 ** Significativo al 5%. * Significativo al 10% 1998 0.135182 -0.00999 0.000177 -0.76426 2.264359 0.140727 0.038601 -0.00037 ** ** ** ** ** 0.590186 ** ** ** * ** ** ** ** ** 1998 0.136297 0.032589 -0.00028 -0.07196 1.563184 0.138025 0.036 -0.00032 ** 1.404174 ** Uruguay 47 1989 0.115131 0.020293 -0.00018 -0.08324 -0.84398 0.115232 0.025697 -0.00024 ** ** * ** * ** ** ** 1981 0.094377 -0.01847 8.39E-05 -1.02743 3.59998 0.120995 0.016576 -0.00021 ** ** ** ** * ** 1.315938 ** ** * ** ** ** ** ** 1998 0.117632 -0.00908 0.000102 -0.52599 2.008413 0.124124 0.022835 -0.00026 ** ** ** ** ** ** ** ** ** ** -1.05961 ** 0.716527 ** 1989 0.150111 0.067346 -0.00081 0.856623 -4.58418 0.11335 0.033397 -0.00041 1998 0.149326 0.031734 -0.00027 0.160306 0.773019 0.139658 0.025447 -0.0002 ** ** ** ** ** ** ** ** -2.28496 ** ** ** ** ** ** ** ** ** 1.246594 ** Argentina Brasil Colombia Costa Rica Honduras Uruguay CUADRO No. 4.2 RETORNOS PROMEDIO A LA EXPERIENCIA - ASALARIADOS CON CORRECCION DE SELECTIVIDAD SIN CORRECCION DE SELECTIVIDAD Hombres Mujeres Hombres Mujeres 1981 1989 1998 1981 1989 1998 1981 1989 1998 1981 1989 1998 4.2% 3.0% 4.6% 2.6% 2.6% 4.0% 2.5% 2.9% 3.5% 2.5% 2.4% 2.7% 1.6% 1.5% 2.8% 2.4% 2.3% 1.9% 2.4% 2.4% 2.4% 2.7% 1.8% 2.5% 4.6% 3.0% 3.1% 3.6% 3.2% 2.4% 3.8% 2.9% 2.9% 2.9% 2.9% 1.7% 3.7% 3.1% 1.6% 5.2% 3.0% 2.2% 6.5% 3.6% 2.0% 5.4% 2.8% 1.8% 4.3% 3.5% 5.1% 2.9% 4.1% 3.2% 4.9% 2.9% 3.6% 3.0% 3.8% 2.7% 3.5% 3.4% 3.2% 3.1% 3.4% 2.5% 2.6% 2.7% Argentina Brasil Colombia Costa Rica Honduras Uruguay RETORNOS PROMEDIO A LA EXPERIENCIA - NO ASALARIADOS CON CORRECCION DE SELECTIVIDAD SIN CORRECCION DE SELECTIVIDAD Hombres Mujeres Hombres Mujeres 1981 1989 1998 1981 1989 1998 1981 1989 1998 1981 1989 1998 -1.3% 2.3% 2.2% -0.9% 3.7% 1.8% 1.1% 2.2% 2.0% 0.6% 2.4% 1.5% -1.0% 0.7% -0.3% -0.8% 1.2% -0.4% 1.2% 2.7% 1.3% 1.4% 0.4% 1.4% 0.6% 0.9% 1.4% 0.3% 0.8% 1.6% 3.4% 2.6% 2.3% 1.9% 1.7% 1.9% 0.9% 0.5% 0.3% -0.7% 0.0% 0.1% 3.6% 1.2% 1.3% 0.6% 0.0% -0.2% 3.6% -0.4% 1.5% -0.6% 2.9% 2.7% 1.8% 1.5% -0.2% 1.3% 2.4% -1.6% 4.3% 2.4% 2.5% 2.3% 2.6% 1.0% 2.1% 2.0% 48 CUADRO No 4.3.A RESUMEN DE LA DESCOMPOSICION DE OAXACA PARA ASALARIADOS Con Corrección de Selectividad Sin Correccion de Selectividad 1981 1989 1998 1981 1989 1998 Características -8.75% -15.48% -12.00% -1.13% -12.70% -11.57% Argentina Residuo 19.61% 24.86% 8.53% 12.17% 22.41% 8.61% Total 10.86% 9.38% -3.47% 11.04% 9.71% -2.96% Características -12.26% -16.46% -22.36% -15.07% -19.86% -18.77% Brasil Residuo 46.55% 46.79% 31.73% 48.81% 49.62% 30.57% Total 34.29% 30.34% 9.37% 33.74% 29.76% 11.79% Características -0.71% -9.20% -9.41% 11.54% 0.00% -3.36% Colombia Residuo 11.67% 16.27% 8.29% 13.27% 16.09% 5.91% Total 10.97% 7.07% -1.12% 24.81% 16.09% 2.55% Características 22.59% -3.17% -2.98% -6.62% -8.33% -7.41% Costa Rica Residuo -15.17% 16.70% 10.08% 15.46% 22.06% 14.81% Total 7.41% 13.53% 7.10% 8.84% 13.73% 7.40% Características -37.43% -29.20% -20.07% -19.02% Honduras Residuo 28.42% 19.33% 37.07% 21.88% Total -9.00% -9.87% 17.00% 2.86% Características -3.01% 9.36% -9.73% -0.27% 0.67% -9.63% Uruguay Residuo 38.47% 18.03% 22.37% 34.68% 26.34% 23.07% Total 35.45% 27.40% 12.64% 34.41% 27.01% 13.44% CUADRO No 4.3.B RESUMEN DE LA DESCOMPOSICION DE OAXACA PARA NO ASALARIADOS Con Corrección de Selectividad Sin Correccion de Selectividad 1981 1989 1998 1981 1989 1998 Características 40.96% 1.08% -7.84% -0.02% 2.40% -5.48% Argentina Residuo -8.39% 38.83% 25.07% 32.25% 37.53% 22.70% Total 32.57% 39.91% 17.22% 32.23% 39.93% 17.22% Características 7.46% -3.28% 10.97% 3.98% -6.98% -16.77% Brasil Residuo 55.16% 55.79% 5.44% 60.88% 59.70% 32.74% Total 62.61% 52.50% 16.41% 64.86% 52.72% 15.97% Características 47.65% 24.80% 9.88% 15.59% 2.60% -0.59% Colombia Residuo 6.15% 12.95% 14.10% 39.38% 35.35% 24.04% Total 53.80% 37.75% 23.98% 54.97% 37.95% 23.45% Características 66.47% 8.01% 12.89% 7.25% -8.33% 2.67% Costa Rica Residuo -29.78% 19.37% 14.09% 30.36% 22.06% 24.31% Total 36.69% 27.38% 26.98% 37.61% 13.73% 26.99% Características -15.17% 21.82% -6.12% -0.77% Honduras Residuo 33.79% 9.50% 24.73% 32.06% Total 18.62% 31.32% 18.61% 31.29% Características 2.45% 13.37% -9.10% 2.71% 0.11% -11.87% Uruguay Residuo 59.18% 46.19% 29.05% 59.05% 58.56% 31.86% Total 61.62% 59.56% 19.95% 61.76% 58.66% 19.99% 49 yedu exp lambda _cons Total yedu exp lambda _cons Total yedu exp lambda _cons Total yedu exp lambda _cons Total yedu exp lambda _cons Total yedu exp lambda _cons Total CUADRO No. 4.4.A DESCOMPOSICION DE OAXACA PARA ASALARIADOS BASADA EN ECUACIONES CON CORRECCION DE SELECTIVIDAD 1981 1989 1998 Caract Residuo Total Caract Residuo Total Caract Residuo ARGENTINA -5.67% -5.78% -11.45% -16.80% 9.76% -7.04% -13.70% -9.82% 4.32% 9.91% 14.23% 3.64% 12.24% 15.88% 1.94% 8.34% -7.41% 10.77% 3.37% -2.31% -2.29% -4.60% -0.24% -16.47% 0.00% 4.71% 4.71% 0.00% 5.14% 5.14% 0.00% 26.47% -8.75% 19.61% 10.86% -15.48% 24.86% 9.38% -12.00% 8.53% BRASIL -24.32% -9.99% -34.32% -26.33% -7.82% -34.16% -22.42% -13.85% 6.35% -13.48% -7.13% 4.16% -13.86% -9.70% 4.06% 18.96% 5.71% 9.29% 15.00% 5.72% 10.63% 16.34% -3.66% -56.68% 0.00% 60.73% 60.73% 0.00% 57.85% 57.85% 0.00% 83.94% -12.26% 46.55% 34.29% -16.46% 46.79% 30.34% -22.36% 31.73% COLOMBIA -9.05% -1.70% -10.75% -10.88% -13.91% -24.79% -10.76% -18.90% 7.16% 4.55% 11.71% 3.94% -0.16% 3.78% 1.92% 11.69% 1.18% -15.74% -14.56% -2.26% -7.67% -9.94% -0.56% -22.41% 0.00% 24.57% 24.57% 0.00% 38.02% 38.02% 0.00% 37.90% -0.71% 11.67% 10.97% -9.20% 16.27% 7.07% -9.41% 8.29% COSTA RICA -15.05% -53.96% -69.01% -12.07% -28.42% -40.49% -10.64% -19.07% 9.19% -17.06% -7.87% 4.04% 3.68% 7.72% 3.12% -5.18% 28.44% -71.89% -43.45% 4.86% -30.67% -25.80% 4.55% -17.23% 0.00% 127.74% 127.74% 0.00% 72.11% 72.11% 0.00% 51.56% 22.59% -15.17% 7.41% -3.17% 16.70% 13.53% -2.98% 10.08% HONDURAS -42.83% -46.31% -89.14% -27.23% -23.90% 8.36% -8.15% 0.22% 2.25% 11.63% -2.96% -18.74% -21.70% -4.21% -1.25% 0.00% 101.62% 101.62% 0.00% 32.86% -37.43% 28.42% -9.00% -29.20% 19.33% URUGUAY -4.80% -24.40% -29.19% -2.87% 12.71% 9.83% -12.71% -10.36% 3.13% 18.06% 21.20% 4.11% -0.34% 3.77% 2.75% 10.54% -1.35% -4.86% -6.21% 8.13% -39.05% -30.92% 0.23% -12.20% 0.00% 49.66% 49.66% 0.00% 44.71% 44.71% 0.00% 34.39% -3.01% 38.47% 35.45% 9.36% 18.03% 27.40% -9.73% 22.37% 50 Total -23.51% 10.28% -16.71% 26.47% -3.47% -36.27% 23.02% -60.34% 83.94% 9.37% -29.66% 13.61% -22.97% 37.90% -1.12% -29.71% -2.06% -12.68% 51.56% 7.10% -51.13% 13.87% -5.47% 32.86% -9.87% -23.07% 13.29% -11.98% 34.39% 12.64% Caract yedu exp _cons Total -5.66% 4.53% 0.00% -1.13% yedu exp _cons Total -24.19% 9.12% 0.00% -15.07% yedu exp _cons Total 4.78% 6.77% 0.00% 11.54% yedu exp _cons Total -16.26% 9.64% 0.00% -6.62% yedu exp _cons Total yedu exp _cons Total -3.93% 3.66% 0.00% -0.27% CUADRO No. 4.4.A (continuación) DESCOMPOSICION DE OAXACA PARA ASALARIADOS BASADA EN ECUACIONES SIN CORRECCION DE SELECTIVIDAD 1981 1989 1998 Residuo Total Caract Residuo Total Caract Residuo ARGENTINA -3.85% -9.51% -16.28% 13.32% -2.96% -13.45% -0.42% 3.77% 8.30% 3.58% 11.57% 15.15% 1.88% 14.15% 12.26% 12.26% 0.00% -2.48% -2.48% 0.00% -5.12% 12.17% 11.04% -12.70% 22.41% 9.71% -11.57% 8.61% BRASIL -8.73% -32.93% -26.64% -5.15% -31.79% -22.16% 4.26% -5.84% 3.29% 6.78% -4.59% 2.19% 3.63% -0.92% 63.38% 63.38% 0.00% 59.36% 59.36% 0.00% 27.19% 48.81% 33.74% -19.86% 49.62% 29.76% -18.77% 30.57% COLOMBIA 7.81% 12.58% -4.59% -6.41% -11.00% -5.50% 3.50% 15.30% 22.06% 4.59% 0.92% 5.51% 2.14% 20.06% -9.84% -9.84% 0.00% 21.58% 21.58% 0.00% -17.66% 13.27% 24.81% 0.00% 16.09% 16.09% -3.36% 5.91% COSTA RICA -48.54% -64.80% -12.19% -22.33% -34.52% -10.68% -10.52% 18.96% 28.60% 3.87% 11.76% 15.63% 3.27% 6.60% 45.04% 45.04% 0.00% 32.62% 32.62% 0.00% 18.72% 15.46% 8.84% -8.33% 22.06% 13.73% -7.41% 14.81% HONDURAS -30.22% -38.09% -68.32% -21.88% -27.06% 10.15% -9.58% 0.57% 2.86% 5.26% 0.00% 84.74% 84.74% 0.00% 43.68% -20.07% 37.07% 17.00% -19.02% 21.88% URUGUAY -17.02% -20.94% -2.09% 16.07% 13.98% -11.19% -3.62% 19.22% 22.88% 2.76% 11.78% 14.54% 1.56% 16.33% 32.47% 32.47% 0.00% -1.51% -1.51% 0.00% 10.37% 34.68% 34.41% 0.67% 26.34% 27.01% -9.63% 23.07% 51 Total -13.87% 16.03% -5.12% -2.96% -17.90% 2.71% 27.19% 11.79% -1.99% 22.20% -17.66% 2.55% -21.20% 9.87% 18.72% 7.40% -48.94% 8.12% 43.68% 2.86% -14.81% 17.88% 10.37% 13.44% yedu exp lambda _cons Total yedu exp lambda _cons Total yedu exp lambda _cons Total yedu exp lambda _cons Total yedu exp lambda _cons Total yedu exp lambda _cons Total CUADRO No 4.4.B DESCOMPOSICION DE OAXACA PARA NO ASALARIADOS BASADA EN ECUACIONES CON CORRECCION DE SELECTIVIDAD 1981 1989 1998 Caract Residuo Total Caract Residuo Total Caract Residuo ARGENTINA -0.25% -4.52% -4.76% -0.01% -8.13% -8.14% -6.79% -1.00% -0.41% -2.82% -3.23% 2.55% -27.69% -25.14% 1.37% 11.39% 41.61% -46.74% -5.13% -1.46% -90.08% -91.54% -2.42% -8.22% 0.00% 45.69% 45.69% 0.00% 164.73% 164.73% 0.00% 22.89% 40.96% -8.39% 32.57% 1.08% 38.83% 39.91% -7.84% 25.07% BRASIL 2.81% -15.31% -12.51% -8.48% -9.16% -17.64% -18.46% 9.86% -1.08% -22.32% -23.40% -0.05% -2.75% -2.79% -0.83% 18.29% 5.73% -31.68% -25.94% 5.24% -39.87% -34.63% 30.19% 28.72% 0.00% 124.46% 124.46% 0.00% 107.57% 107.57% 0.00% -41.39% 7.46% 55.16% 62.61% -3.28% 55.79% 52.50% 10.97% 5.44% COLOMBIA 14.56% -16.87% -2.30% 2.20% 2.96% 5.15% -1.16% -1.46% -0.09% 3.77% 3.68% 0.39% 2.59% 2.98% 0.84% -2.16% 33.18% -56.94% -23.76% 22.21% -37.10% -14.89% 10.20% -22.67% 0.00% 76.19% 76.19% 0.00% 44.51% 44.51% 0.00% 40.39% 47.65% 6.15% 53.80% 24.80% 12.95% 37.75% 9.88% 14.10% COSTA RICA 9.03% -6.85% 2.19% -0.09% -30.26% -30.36% 1.23% 5.65% -0.58% 42.93% 42.35% -0.67% 9.33% 8.66% 0.43% 8.23% 58.02% -44.93% 13.09% 8.76% -38.73% -29.96% 11.22% -61.96% 0.00% -20.94% -20.94% 0.00% 79.04% 79.04% 0.00% 62.16% 66.47% -29.78% 36.69% 8.01% 19.37% 27.38% 12.89% 14.09% HONDURAS -5.36% 14.89% 9.53% 0.62% 8.51% -0.87% 63.32% 62.45% 0.40% 6.70% -8.94% 38.67% 29.72% 20.80% -31.31% 0.00% -83.09% -83.09% 0.00% 25.59% -15.17% 33.79% 18.62% 21.82% 9.50% URUGUAY -0.20% -21.28% -21.49% -1.42% -38.73% -40.15% -14.60% -12.75% -2.16% 35.57% 33.41% 1.35% -74.77% -73.42% 2.65% 1.34% 4.81% 14.71% 19.52% 13.44% -212.2% -198.7% 2.85% -38.56% 0.00% 30.18% 30.18% 0.00% 371.86% 371.86% 0.00% 79.02% 2.45% 59.18% 61.62% 13.37% 46.19% 59.56% -9.10% 29.05% 52 Total -7.79% 12.76% -10.64% 22.89% 17.22% -8.60% 17.46% 58.91% -41.39% 16.41% -2.62% -1.32% -12.47% 40.39% 23.98% 6.88% 8.66% -50.74% 62.16% 26.98% 9.13% 7.10% -10.51% 25.59% 31.32% -27.35% 4.00% -35.71% 79.02% 19.95% yedu exp _cons Total yedu exp _cons Total yedu exp _cons Total yedu exp _cons Total yedu exp _cons Total yedu exp _cons Total CUADRO No 4.4.B (continuación) DESCOMPOSICION DE OAXACA PARA NO ASALARIADOS BASADA EN ECUACIONES SIN CORRECCION DE SELECTIVIDAD 1981 1989 Caract Residuo Total Caract Residuo Total Caract ARGENTINA -0.39% -2.76% -3.15% -0.01% 3.92% 3.91% -6.77% 0.37% 18.01% 18.38% 2.41% 0.52% 2.93% 1.29% 0.00% 17.00% 17.00% 0.00% 33.09% 33.09% 0.00% -0.02% 32.25% 32.23% 2.40% 37.53% 39.93% -5.48% BRASIL 2.66% -5.70% -3.04% -8.50% -7.41% -15.91% -19.94% 1.32% -52.43% -51.11% 1.51% 19.94% 21.45% 3.57% 0.00% 119.01% 119.01% 0.00% 47.17% 47.17% 0.00% 3.98% 60.88% 64.86% -6.98% 59.70% 52.72% -16.77% COLOMBIA 15.81% -11.85% 3.95% 2.29% 1.59% 3.88% -1.46% -0.21% 36.10% 35.88% 0.31% 24.63% 24.94% 0.87% 0.00% 15.13% 15.13% 0.00% 9.13% 9.13% 0.00% 15.59% 39.38% 54.97% 2.60% 35.35% 37.95% -0.59% COSTA RICA 9.12% -0.27% 8.86% -12.19% -22.33% -34.52% 1.22% -1.87% 78.86% 76.98% 3.87% 11.76% 15.63% 1.45% 0.00% -48.23% -48.23% 0.00% 32.62% 32.62% 0.00% 7.25% 30.36% 37.61% -8.33% 22.06% 13.73% 2.67% HONDURAS -5.51% 16.45% 10.94% 0.69% -0.61% 33.98% 33.37% -1.46% 0.00% -25.70% -25.70% 0.00% -6.12% 24.73% 18.61% -0.77% URUGUAY -0.30% -14.32% -14.63% -1.25% -1.21% -2.46% -12.83% 3.01% 41.33% 44.34% 1.36% 8.68% 10.04% 0.96% 0.00% 32.05% 32.05% 0.00% 51.09% 51.09% 0.00% 2.71% 59.05% 61.76% 0.11% 58.56% 58.66% -11.87% 53 1998 Residuo Total 0.55% 13.73% 8.41% 22.70% -6.22% 15.03% 8.41% 17.22% 1.70% -40.26% 48.89% 32.74% -18.24% -36.69% 48.89% 15.97% -3.99% 10.34% 17.69% 24.04% -5.45% 11.21% 17.69% 23.45% 4.38% 37.62% -17.69% 24.31% 5.61% 39.07% -17.69% 26.99% 8.05% 36.64% -12.63% 32.06% 8.74% 35.18% -12.63% 31.29% -1.57% 17.67% 15.76% 31.86% -14.40% 18.64% 15.76% 19.99% V. A MANERA DE CONCLUSIÓN El análisis realizado permite derivar algunas conclusiones interesantes y plantear algunas líneas de política. Entre las conclusiones que obtenemos están las siguientes: 1. Existe una clara tendencia en los países estudiados hacia la igualación de los ingresos salariales mensuales. La única excepción es Brasil, en donde existe evidencia de que en la década de los noventa hubo problemas en cuanto a la absorción de mano de obra femenina, pues además de presentar un aumento en los diferenciales salariales mensuales, se presentó un inusitado incremento en las tasas de desempleo femeninas. 2. Dicha tendencia hacia la igualación salarial, sin embargo, no se observa en los ingresos no salariales. Como los ingresos no salariales tienen que ver con el funcionamiento de otros mercados además del laboral, la posible explicación para dicha discrepancia tendría que encontrarse en el funcionamiento de tales mercados. Por ejemplo en la diferencia en ingresos de los trabajadores independientes, el acceso a mercados de capital puede ser un elemento explicativo importante. 3. Las diferencias en ingresos por hora entre hombres y mujeres también están disminuyendo, aunque con algunas excepciones, como el caso de Costa Rica. En efecto, se encontraron casos como los de Argentina, Colombia y Honduras, donde el salario femenino promedio por hora es mayor que el masculino, si se excluyen las empleadas del servicio doméstico. 4. La razón inmediata por la cual las mujeres tienen salarios mensuales inferiores a los de los hombres es porque trabajan menos horas que ellos. La diferencia en horas semanales trabajadas ha venido aumentando. Las razones por las cuales las mujeres trabajan menos horas que los hombres puede estar en el lado de la demanda o de la oferta, pero lo más probable es que predominen las razones de oferta. Esto es consistente con las “dobles jornadas” que trabajan las mujeres (en el trabajo y en el hogar) y que limitan la posibilidad de que las mujeres acepten trabajar horas extras, etc. 5. En general no se encontró que las diferencias en las oportunidades de empleo (medidas a partir de las tasas de desempleo) fueran un factor importante en la determinación de ingresos esperados, excepto en los casos de Colombia y de Brasil para 1998. En Colombia las mujeres han tenido tasas de desempleo significativamente mayores que los hombres durante los 20 años analizados y se estimó que esto ha redundado en un componente creciente de las diferencias en el salario esperado de hombres y mujeres. Para 1998 este componente representaba más de un tercio del diferencial. El caso de Brasil parece ser más un problema coyuntural porque las diferencias en las tasas de desempleo no aparecen sino en el año 1998. Hasta 1989, las diferencias en oportunidades de empleo entre sexos eran casi nulas. 54 6. Se encuentra evidencia de un nivel importante de segregación laboral por ramas de actividad por ocupaciones, excepto tal vez para Honduras. En general los niveles de segregación son mayores para la clasificación de ocupaciones que para la de ramas de actividad. Esta segregación, sin embargo, no se refleja en menores salarios para la mujeres. Lo que sucede es que las mujeres tienden a concentrarse en los sectores o las ocupaciones donde los salarios promedios son más altos, pero dentro de tales sectores u ocupaciones reciben salarios por hora menores. Las estimaciones realizadas mostraron que aunque la escogencia de sectores u ocupaciones favorece a las mujeres, el hecho que dentro de cada una de ellas (o muchas de ellas) los salarios femeninos sean inferiores es el factor predominante. Este es un resultado importante porque sugiere que medidas de política, como acciones afirmativas y cuotas, no tienen mucho chance de producir efectos importantes, a menos que se focalicen hacia ocupaciones muy precisamente definidas, lo cual no es fácil de hacer. 7. El análisis de regresión y las pruebas de Chow muestran que en efecto la determinación de los ingresos de los hombres y de las mujeres se hace a través de mecanismos diferentes. Esto indica que en la descomposición de Oaxaca el residuo es estadísticamente significativo. Sin embargo, su interpretación no es un asunto fácil. En muchos casos tal residuo se interpreta como evidencia de discriminación contra la mujer, pero en los ejercicios realizados en este documento, dicha interpretación no parece correcta. Lo que encontramos es que el residuo tiene signo positivo por la simple razón de que la diferencia de interceptos en las ecuaciones de hombres y mujeres es positiva (es decir los hombres tienen la ventaja). Sin embargo, los rendimientos a la educación y los niveles educativos mismos de las mujeres son mayores que los de los hombres. Si la hipótesis de discriminación a la Becker (1971) fuera cierta uno esperaría que este elemento del residuo fuera también positivo. Sin embargo los resultados muestran lo contrario. 8. El documento propone una hipótesis de interpretación de los resultados que encaja dentro de los lineamientos generales de la teoría de la discriminación estadística. Según tal hipótesis, la explicación de por qué las mujeres reciben tratamiento diferente a los hombres en el mercado está basada más en factores socio-culturales relacionados con la posición de la mujer en la sociedad en general y los roles que ésta le asigna. Como resultado de tal situación las mujeres en promedio tienen actividades, como la crianza de los hijos y la administración del hogar, que compiten por el tiempo disponible de éstas con las actividades en el mercado laboral (doble jornada). Para los empleadores estos elementos introducen un factor de riesgo e incertidumbre en las decisiones que tienen que ver con la contratación de mujeres que termina penalizándolas con menores salarios. Sin embargo, la penalización no es uniforme. En la medida en que las mujeres, o sus familias, tienen ingresos para eliminar, así sea parcialmente, dichos elementos de riesgo, la penalización disminuye. Esto posiblemente está correlacionado con los niveles educativos de la mujer, y por dicha razón posiblemente la penalización disminuye a medida que aumentan los años de educación. El resultado es una situación en la cual, como se observa en las estimaciones, los retornos a la educación observados son mayores para las mujeres que para los hombres, pero el intercepto de la ecuación es menor. 55 Algunos Comentarios sobre Aspectos de Política Es muy poco lo que se encuentra en la literatura económica en materia de política anti-discriminatoria, aún en los países más desarrollados. Por eso los comentarios que siguen solo se hacen con el ánimo de abrir la discusión sobre el tema. En general existen tres tipos de políticas anti-discriminatorias: (1) Acciones positivas (affirmative action), (2) Pago igual a trabajo igual ("equal pay for work of equal value") y (3) subsidios directos al trabajo femenino. El primer y el tercer grupo de medidas son los más mencionados en Latinoamérica. Las acciones positivas consisten en medidas como la imposición de cuotas de empleo para mujeres en ocupaciones o posiciones de importancia o de altos salarios31. Generalmente se argumenta que dichas medidas tienen un efecto negativo de corto plazo en términos de eficiencia productiva y de costos, pero pueden tener beneficios de largo plazo tanto en términos de equidad y de eficiencia social. Coate and Loury (1993b) analizan estos aspectos en un modelo en el que la discriminación se basa en estereotipos que hacen más difícil (no imposible) para las mujeres tener acceso a los posiciones mejor pagadas en las empresas. El resultado de corto plazo es que los retornos la inversión en capital humano es más baja para las mujeres que para los hombres. En el largo plazo, las mujeres invierten menos en capital humano y por lo tanto confirman el estereotipo de que ellas son menos productivas que los hombres. Los efectos de acciones positivas pueden mejorar o empeorar la situación: por un lado, al mejorar la probabilidad de que las mujeres tengan acceso a posiciones mejor pagadas mejoran también los retornos esperados a su inversión en capital humano. Sin embargo, los mismos autores señalan la posibilidad de que el resultado sea el opuesto, lo cual ocurriría si para poder mejorar el acceso de las mujeres a tales posiciones es necesario disminuir los estándares hasta tal punto que no sea necesario para las mujeres invertir en capital humano. En este caso las acciones afirmativas terminan confirmando los estereotipos que pretenden combatir. La información presentada en este documento indica que en los últimos 20 años los niveles de acumulación de capital humano de las mujeres han sido superiores a los de los hombres. En este sentido no es claro que políticas de acciones positivas ofrezcan avenidas importantes para el mejoramiento de la situación de la mujer en el mercado laboral. sin embargo, este es un punto que requiere mayor investigación. Por otro lado, los resultados presentados sobre segmentación laboral indican que el problema no parece ser de acceso a ocupaciones bien pagadas –para lo cual las acciones positivas podrían ser útiles– sino de igualdad salarial dentro de las ocupaciones mismas, con respecto a lo cual las acciones positivas posiblemente tienen poco impacto. El segundo tipo de medidas, "pago igual por trabajo igual" ha sido explorado aún menos en la literatura económica. La impresión superficial que existe es que en los países en los que se ha implementado este tipo de políticas, como en Canadá, ha sido muy difícil encontrar criterios operativos para definir "trabajo igual" en un contexto amplio. Por otro 31 Un ejemplo de este tipo de políticas es la ley de cuotas del gobierno Colombiano, aprobada en 2000. según dicha ley el 30% de las posiciones directivas del gobierno deben ser ocupadas por mujeres. 56 lado, en algunos estudios (ver por ejemplo Castillo y Barrero 2000) se ha documentado que por lo menos las empresas grandes fijan las escalas salariales guiados por criterios de mercado sin incluir (por lo menos de manera explícita) criterios de sexo (cada posición en la empresa tiene un salario predeterminado, independientemente de que lo ocupe un hombre o una mujer). En el trabajo de Castillo y Barrero (2000) se encontró que las diferencias salariales en el sector financiero de Colombia se deben más a la dificultad de las mujeres para llegar a ciertas ocupaciones, dificultades que tienen que ver más que todo con su situación familiar y sus "obligaciones" familiares. Las mujeres que han llegado a dichas posiciones lo han hecho a un costo personal más alto que los hombres (divorcios, ausencia de hijos, etc.) Por otro lado, en la medida que los resultados muestran que existen diferencias salariales en contra de las mujeres a nivel de ocupaciones, es posible pensar en que este tipo de políticas puede tener algún efecto. Sin embargo, su implementación requiere un cabal entendimiento de la naturaleza de tales diferencias. Si, como se sugiere en este documento, tales diferencias se deben a factores más relacionados con los roles femeninos en el hogar y la doble jornada, que con los prejuicios de los empleadores, otro tipo de medidas podrían ser más acertadas. Las medidas de política que más se han discutido en Latinoamérica tienen que ver con subsidios directos o indirectos al trabajo femenino. Estos subsidios se conciben como un reconocimiento de que para los empleadores puede ser más costos emplear mujeres y que para las mujeres puede ser más costoso (costo de oportunidad) aceptar trabajos en el mercado. Dentro de este tipo de subsidios se encuentra la compensación por las licencias de maternidad, las guarderías y jardines infantiles, para infantes y aún para niños en edad escolar, etc. No hay, que los autores conozcan, una evaluación de este tipo de subsidios y de cómo afectan la participación laboral femenina ni la intensidad (horas semanales ofrecidas) con que participan. La poca evidencia disponible, a partir de estudios sobre los determinantes de la participación femenina indican que cuando se controla por estado civil de la mujer muchas veces la existencia de niños en el hogar no tiene el efecto negativo que uno esperaría en la participación laboral porque existen alternativas para el cuidado de los niños como son la presencia de personas del servicio doméstico en el hogar y la existencia de la familia extendida. Aunque en estos resultados pueden haber elementos de correlación expúrea o de causalidad inversa (las mujeres trabajan porque tienen servicio doméstico? o tienen servicio doméstico porque trabajan?), el resultado sugiere que en las decisiones de participación femenina, influyen una gran cantidad de factores relacionados con la estructura familiar y el apoyo que la familia extendida puede ofrecer. Lo anterior, junto el tipo de tipo de discriminación que el análisis de este documento parece sugerir, indicaría que es a través de este tipo de políticas que más efectivamente se podría promover la igualdad de la mujer en los mercados laborales. 57 BIBLIOGRAPHY Altonji, J., and R. Blank. 1999. “Race and Gender in the Labor Market.” In Handbook of Labor Economics, Vol. 3C, eds. O. Ashenfelter and D. Card. North-Holland, Amsterdam: Elsevier Science. Arrow, Kenneth J. 1971. “Models of Job Discrimination.” In Racial Discrimination and Economic Life, ed. A. H. Pascal. Lexington Books. Becker, Gary. 1964. Human Capital. 1st ed. New York: Columbia University Press. _______. 1971. The Economics of Discrimination. 2nd ed. Chicago: The University of Chicago Press. _______. 1981. A Treatise on the Family. Boston: Harvard University Press. Black, Dan A. 1995. “Discrimination in an Equilibrium Search Model.” Journal of Labor Economics 13(2). pp: 309–334. Cain, Glenn. 1986. “The Economic Analysis of Labor Market Discrimination: A Survey.” In Handbook of Labor Economics, Vol. 1, eds. O. Ashenfelter and R. Layard. North-Holland, Amsterdam: Elsevier Science. pp: 693-685 Castillo, Zoraida y Ricardo Barrero. 2000. “Relaciones de género en el sector financiero de Santa Fe de Bogotá, D.C.” Mimeo Universidad Javeriana. Coate, Stephen and Glen Loury (1993b) "Will Affirmative Action Policies eliminate negative Stereotypes?" American Economic Review, Vol 83 No. 5. pp: 1220-1240. Duncan, O., and B. Duncan. 1955. “A Methodological Analysis of Segregation Indices.” American Sociological Review 20:2. pp: 210-217. Griliches, Zvi and William M. Mason. 1972. “Education, Income, and Ability” The Journal of Political Economy, Vol. 80, No. 3, (May - June), pp: 74-103. Heckman, James J. 1979. “Sample Selection Bias as a Specification Error.” Econometrica 47:1(January). pp: 153-161. Lewis, H. Gregg. 1986. “Union Relative Wage Effects.” In Handbook of Labor Economics, Vol. 2, eds. O. Ashenfelter and R. Layard. North-Holland, Amsterdam: Elsevier Science. pp: 1139-1181. Phelps, Edmund S. 1972. “The Statistical Theory of Racism and Sexism.” American Economic Review 62:4 (September). pp: 659-661. 58 Rosen, Sherwin. 1976. “A Theory of Life Earnings” (in Part I: Earnings and Employment) The Journal of Political Economy, Vol. 84, No. 4, Part 2: Essays in Labor Economics in Honor of H. Gregg Lewis. (August), pp.: 45-67. Stiglitz, Joseph E. 1973. “Approaches to the Economics of Discrimination.” American Economic Review, Papers and Proceedings 63:2. pp: 287-295. Tenjo, Jaime. 1993. “1976-1989: Cambios en Diferenciales Salariales entre Hombres y Mujeres.” In Planeación y Desarrollo, Special Edition, pp: 117–32. Bogotá: Departamento Nacional de Planeación. 59
